《Journal of Rock Mechanics and Geotechnical Engineering》：Towards early warning of catastrophic ground subsidence through integrated fibre-optic sensing and satellite radar imaging
编辑推荐：
摘要：灾难性地面塌陷（如土洞/sinkhole）对基础设施与公共安全构成严重威胁。受气候变化等因素驱动，此类事件频发，亟需有效的早期检测方法。SINkhole Early Warning（SINEW）项目是一项可行性试点研究，旨在通过融合分布式光纤传感（Dis
摘要：灾难性地面塌陷（如土洞/sinkhole）对基础设施与公共安全构成严重威胁。受气候变化等因素驱动，此类事件频发，亟需有效的早期检测方法。SINkhole Early Warning（SINEW）项目是一项可行性试点研究，旨在通过融合分布式光纤传感（Distributed Fibre Optic Sensing, DFOS）与雷达卫星成像（Radar Satellite Imaging），实现土洞活动的早期识别，以保护城乡环境中的临界线性基础设施（高速公路、铁路、管线等）。本文综合了DFOS的实验与数值模拟研究，以及证明卫星影像可用于地面沉降早期检测的独立案例。研究目的是为DFOS现场应用提供实践指导，并论证卫星数据作为DFOS监测补充手段的可行性。1g实验室实验与有限元分析（Finite Element Analysis, FEA）揭示了土洞形成过程中特征应变剖面（signature strain profile）的差异，阐明了水平向土体位移、砂土相对密实度及光缆-土体耦合（cable coupling）对应变信号的影响。经数值缩放至真实应力水平及三维土洞工况的模拟证实，即便光缆偏离沉降中心轴线，DFOS仍可检测土洞活动，这为现场布设提供了重要参考。在此类偏移情况下DFOS信号可能较弱且易受环境扰动噪声影响。为提高检测可靠性，多时相合成孔径雷达干涉测量（Multi-Temporal Interferometric Synthetic Aperture Radar, MT-InSAR）可作为一种互补技术识别活跃沉降区域。一处停车场塌陷的独立案例研究表明MT-InSAR可在破坏发生前数月检测到毫米级沉降，体现了遥感技术的进步。此外，引入机器学习（Machine Learning, ML）可增强非正常沉降区的自动识别，尽管计算量与人工处理仍是限制因素。虽尚未完成DFOS与MT-InSAR联合现场实测，本研究为集成早期预警系统的概念与方法学互补奠定了理论基础，强调了联合传感方案对可靠土洞监测的重要性。
论文解读：《Towards early warning of catastrophic ground subsidence through integrated fibre-optic sensing and satellite radar imaging》
研究背景与意义
土洞（sinkhole）塌陷是典型的渐进式地质灾害，通常始于地下空洞发育，经雨水入渗或管道泄漏诱发腔体上方土体渐进塌落，最终突发地表灾变。气候变暖导致极端降雨增多，进一步加剧了土洞发生频率。现有探测手段（如地震波法、地质雷达、高精度水准测量等）或覆盖范围小、或分辨率低、或成本高昂且难以连续监测，尚无成熟方法可预测活动性土洞。分布式光纤应变传感（Distributed Fibre Optic Sensing, DFOS）具备高空间分辨率与 subsurface 原位测量能力，适合埋设于新建线性基础设施中；多时相合成孔径雷达干涉测量（Multi-Temporal Interferometric Synthetic Aperture Radar, MT-InSAR）则可大范围、低成本获取毫米级地表沉降。二者在空间尺度与监测维度上具互补性。SINEW（SINkhole Early Warning）项目即探讨将DFOS与MT-InSAR集成，以实现土洞扩张阶段的足够早期检测，为注浆加固等补救措施争取时间，这对保护高速公路、铁路及管线等临界线性基础设施具有重要意义。本文发表于《Journal of Rock Mechanics and Geotechnical Engineering》。
主要关键技术方法
研究人员采用三类核心方法开展研究：①1g室内模型试验——利用带活板门（trapdoor，宽B=100 mm）的矩形砂槽模拟土洞扩展，填筑不同相对密实度（DR=19%、52%、88%）的Hostun干砂，埋设紧缓冲聚氨酯涂层单模光纤应变传感缆，通过光学频域反射仪（Optical Frequency Domain Reflectometry, OFDR，Luna ODiSI 6100，空间分辨率2.6 mm）采集轴向应变，配合粒子图像测速（Particle Image Velocimetry, PIV）追踪土体位移场；②三维有限元分析（Finite Element Analysis, FEA）——采用小应变硬化土模型（Hardening Soil model with small-strain stiffness, HSsmall）模拟砂土，嵌入式梁单元模拟光缆并设置界面强度折减因子Rinter（粗糙Rinter=1与光滑Rinter=0.01）模拟土-缆耦合，先校验1g二维工况再缩放至40g原型应力水平并扩展至三维圆形土洞；③MT-InSAR（Persistent Scatterer Interferometry, PSI）案例分析——选用欧洲航天局Sentinel-1 A/B C波段降轨SLC（Single Look Complex）影像（2018年6月至2021年1月那不勒斯医院停车场塌陷事件前后共78景），基于SARscape软件进行PSI处理获取视线（Line of Sight, LOS）向形变时序，结合高斯过程回归（Gaussian Process Regression, GPR）实现异常沉降区自动识别。
研究结果
3.1 Results at 1g（1g实验结果）
通过PIV分析不同DR下砂土沉降槽宽度与拐点位置，发现松散及中密无黏性土因拱效应弱而呈现更大地表沉降与更宽沉降槽，较易为光纤感知。DFOS实测显示典型"下凹形"特征应变剖面（trough at sinkhole centre），其形态随埋深（距活板门50/100/150 mm）及DR变化，但实测应变幅值低于土体真应变且剖面略宽，归因于1g低应力下土-缆耦合不足及光缆轴向刚度高于土体。将PIV应变分解为水平与竖向分量后发现，水平土体位移对DFOS轴向应变贡献占主导——水平埋设的光缆主要响应顺轴水平变形而非垂直沉降。数值模型复现了实验应变趋势，并验证光滑（弱耦合）缆会显著削弱对水平变形的感知，仅竖向变形传递较好，确证土-缆界面耦合是信号保真关键。
3.2 Applications to realistic stress levels（真实应力水平下的应用）
将二维模型缩放至40g原型应力（对应原型活板门宽B=2 m，DR≈87%），数值结果表明真实覆土压力下土-缆法向应力增大使耦合改善，DFOS量值与土体应变幅值差异消失（区别于1g实验的量级偏差）。即便在较差耦合条件下，水平变形引起的应变仍可部分被检测，但采用带肋或铠装抓地型光缆（grip armoured cable / epsilon composite cable）提升界面粗糙度可进一步放大特征应变幅值并缩窄剖面，提高土洞定位精度。研究同时指出水平向土体位移对DFOS响应的贡献此前被低估。
3.3 Extension to 3D cavity（三维腔体扩展）
三维有限元模拟圆形土洞上方正交网格布缆表明：正对洞心轴线上缆（y/D=0）可获最强压缩应变，底、中层缆受偏移距离影响敏感（y/D≥1时应变骤降），而表层缆因漏斗状破坏机制影响范围大，即便偏移仍保有可检测信号。三维工况整体应变幅值较二维略低，但特征下凹剖面依然存在，证实DFOS对偏中心土洞具一定容忍度。
4.2-4.4 MT-InSAR分析与那不勒斯案例
对2021年1月8日意大利那不勒斯某医院停车场塌陷（影响约2000 m2，深约20 m）周边区域做PSI处理。速度图显示塌陷区左下方存在显著沉降速率高值区。时序分析表明自2018年12月起该处即出现清晰、渐进的毫米级沉降剖面，与三维FE理想圆洞地表沉降形态吻合，早于灾难性塌陷逾两年。沿穿越塌陷区的三条剖线提取LOS向沉降时序，其中一条呈现与实验室理想土洞表面沉降一致的凹陷轮廓，验证了MT-InSAR捕捉早期土洞地表征兆的能力。部分剖线因邻近建筑物刚性约束未显现典型形态，说明需结合AI辅助筛选。
4.5 Automation using Machine Learning（机器学习自动化）
采用平方指数协方差函数的高斯过程回归（Gaussian Process Regression, GPR）拟合各期DEM空间分布，以95%置信下限界定正常背景，超界点标记为异常。结果显示GPR下限能有效包络正常沉降并捕获塌陷区异常点；该方法于2019年6月首次检出低于置信下限的显著沉降，2020年1月出现明显土洞活动迹象，较实际塌陷提前约一年，证明ML可辅助MT-InSAR实现半自动异常沉降区初筛。
讨论与结论（翻译浓缩）
本研究作为SINEW项目试点，通过1g实验、有限元分析及真实塌陷MT-InSAR案例分别论证了DFOS与MT-InSAR在土洞早期检测中的可行性与互补关系。DFOS可提供埋设于线性基础设施旁的高时空分辨率 subsurface 应变异常识别——松散砂土更易检测，浅层缆对偏心土洞仍有响应，水平变形主导DFOS信号故应避免过度约束光缆横向柔性（如谨慎评估将其编织入土工格栅的适用性），土-缆耦合质量直接影响信号保真度。当DFOS信号弱或土洞不在光缆覆盖区时，MT-InSAR可针对DFOS指示区域或独立开展广域毫米级地表沉降筛查，那不勒斯案例证明其可在破坏前数月识别沉降趋势，结合GPR等ML方法可实现初步自动异常标注。两种技术尚未在同一现场同步验证，未来需在真实土洞场地开展联合监测试验以建立数据融合阈值与预警协议。综上所述，分布式光纤应变传感（DFOS）与多时相合成孔径雷达干涉测量（MT-InSAR）的集成有望为城乡土洞灾害提供从局部高敏感知到区域广域扫描的分级早期预警框架，显著提升临界基础设施下方隐蔽土洞活动的可探测性与干预窗口期。
