综述:从碎片化到一体化:地面沉降研究中数据-模型融合的进展综述

《Anthropocene》:From Fragmentation to Integration: A Review of Data–Model Integration in Land Subsidence Research

【字体: 大 中 小 】 时间:2026年08月01日 来源:Anthropocene 4.7

编辑推荐:

  地面沉降指地球表面的下沉或固结,是由自然与人为因素共同驱动的复杂多过程现象,涵盖沉积物压实、排水、地下水开采、构造运动及资源开发等驱动机制。其影响横跨环境、基础设施与社会经济领域,加剧洪水风险、水资源安全危机、结构性破坏及生态系统退化,在低洼沿海与三角洲密集人

  
地面沉降指地球表面的下沉或固结,是由自然与人为因素共同驱动的复杂多过程现象,涵盖沉积物压实、排水、地下水开采、构造运动及资源开发等驱动机制。其影响横跨环境、基础设施与社会经济领域,加剧洪水风险、水资源安全危机、结构性破坏及生态系统退化,在低洼沿海与三角洲密集人口区尤为突出,预计近未来将造成更严重的社会经济损失。当前研究多聚焦单一过程,难以厘清不同过程在多时空尺度的贡献,导致对区域沉降复合机制的认知局限。尽管近年学界呼吁开展多过程集成分析,但相关方法论尚未形成系统化框架。研究人员通过梳理不同深度区间的沉降成因、建模方法、观测数据与融合技术,构建了结构化分类体系与示意图解,提出了涵盖全流程的一体化研究工作流程,明确了该方法的应用机遇与挑战,并对地面沉降研究的未来发展方向进行了展望。现有研究常按深度区间划分沉降过程,易引发先验偏差,忽略不同深度区间的叠加贡献——例如地下水开采研究常忽视深部油气开采或浅部软土加载的次生累积效应,全球沿海城市沉降数据库显示多数案例的次生沉降成因未被识别或受数据限制无法明确。观测与建模的方法论割裂是另一核心挑战:数值与概念模型常缺乏观测数据校准,而纯观测研究多未结合地质、水文与地质力学模型开展机理验证,即便InSAR数据的广泛应用也常缺乏模型结果的定量支撑。这种割裂导致沉降归因偏差,制约减缓措施的时效性与预测可靠性。一体化研究方法可有力支撑联合国可持续发展目标(SDGs):通过保障地下水可持续开采与防控含水层压实导致的砷释放及淡水咸化,助力SDG 6(清洁饮水与卫生设施);通过研发抗差异沉降的韧性基础设施,支撑SDG 9(产业、创新与基础设施);通过指导沉降型特大城市的韧性规划,服务SDG 11(可持续城市与社区);通过解析干旱、高温及泥炭地退化相关的温室气体排放反馈机制,响应SDG 13(气候行动);同时推动多利益相关方协作,契合SDG 17(促进目标实现的伙伴关系)。现有综述多聚焦特定学科或区域,未明确多组件融合路径,本综述首次系统整合全深度、多过程的沉降机理、建模方法与观测技术,构建了通用一体化框架,可为跨学科学者开展集成研究提供基础支撑。
  1. 1.
    引言
    地面沉降是由自然与人为因素共同作用的复杂地表形变过程,其核心影响包括洪水风险加剧、水资源安全威胁、基础设施损毁及生态系统退化,在低洼沿海与三角洲地区因城市化加速与海平面上升呈现出更高的脆弱性。当前研究普遍存在单过程导向的局限性,难以量化不同过程在多时空尺度的贡献占比。尽管多过程集成分析的必要性已被广泛强调,但相关实施路径仍缺乏系统性梳理。研究人员通过整合全深度区间的沉降过程、建模方法、观测数据及融合技术,构建了结构化分类体系与研究流程,明确了一体化方法的机遇与挑战,为学科发展提供了前瞻性展望。现有研究常按深度区间划分沉降成因,易导致先验偏差——例如荷兰格罗宁根地区的油气开采沉降研究常忽略浅部软土压实贡献,意大利亚得里亚海沿岸的沉降研究同样存在类似疏漏,美国密西西比河三角洲的油气开采与地下水开采沉降研究长期独立开展,缺乏跨深度的集成分析。观测与建模的方法论割裂是另一关键瓶颈:数值模型常缺乏观测数据校准,而纯观测研究(如大量基于InSAR的成果)多未结合地质-水文-力学模型开展机理验证,导致沉降归因偏差与预测可靠性不足。一体化研究方法可有力支撑联合国可持续发展目标(SDGs),尤其在地下水保护、韧性基础设施建设、可持续城市规划、气候风险评估及多利益方协作等方面具有重要应用价值。现有综述多聚焦特定学科或区域,未明确多组件的融合路径,本综述首次构建了覆盖全过程的通用一体化框架,为跨学科学者的集成研究提供基础支撑。
  2. 2.
    地面沉降基础
    2.1 沉降成因
    按成因属性可分为人为与自然过程,按发生深度可划分为浅部(地表至数米,主要为软土、泥炭与黏土层)、中部(数十至数百米,主要为未固结沉积物)与深部(千米级,主要为固结基岩)。浅部人为过程包括排水加载导致的压实(速率1-10 mm/yr,采用Terzaghi/Bjerrum/Koppejan-Isotache经验应力-压缩曲线或PLAXIS、ABAQUS等有限元方法模拟)、排水干旱导致的黏土收缩(速率1-10 mm/yr,采用解析收缩曲线表征)及排水引发的有机质氧化(速率1-100 mm/yr,采用线性或指数经验模型模拟);中部人为过程主要为地下水开采与地热开发引发的含水层系统压实(速率1-500 mm/yr,采用MODFLOW或通用有限元方法模拟);深部人为过程包括油气开采、碳封存(CCS)、氢能存储及地热开发导致的储层压实(速率1-100 mm/yr,采用Geertsma型影响函数或孔隙弹性/黏弹性有限元模拟)以及采矿(煤炭、硬岩、盐矿、金属矿)引发的蠕变与溶腔塌陷(速率1-100 mm/yr,采用影响函数、有限元或经验沉降曲线表征)。自然过程涵盖冰川退缩与水/沉积物加载引发的均衡调整(速率0.1 mm/yr,采用Airy均衡或冰川均衡调整(GIA)模型模拟)、构造运动与热收缩导致的地壳形变(速率0.1 mm/yr,采用地球动力学模型模拟)、沉积作用引发的自动压实(速率0.1 mm/yr,采用一维固结或三角洲沉积有限元模型模拟),以及岩溶塌陷、地裂缝、地震、火山活动与冻土融化等事件型过程(速率10-100 mm/yr,采用特定过程模型如热喀斯特或火山形变模型模拟)。沉降过程并非独立发生,深部过程可通过级联效应影响浅部:例如深部资源开采形成的沉降漏斗可导致地表倾斜,改变河道排水条件,进而通过潜水位变动诱发浅部土体压实;深部沉降使潜水面接近地表,可能触发管理干预措施,进一步诱导浅部附加沉降;浅部弹性非均质性也会影响深部沉降漏斗的形态。此外,沉降导致的温室气体排放会加剧气候变化,通过干旱与冻土融化等路径形成正反馈循环。
2.2 沉降建模数据
建模所需数据涵盖地质(含岩土)、水文、地质力学、人为及环境五大类。地质数据包括浅部钻孔(获取岩性、有机质含量、粒度,支撑浅部压实、收缩、氧化及自动压实模拟)、静力触探(CPT,获取锥尖阻力、侧摩阻力与土层边界,支撑浅部过程参数化)、三维地质模型(刻画地层空间展布与组成,支撑自动压实、含水层与储层压实模拟)及深井数据(获取岩性、构造特征与断层分布,支撑储层压实、地壳形变与盆地尺度自动压实模拟)。水文数据包括孔隙压力数据(支撑含水层压实模拟)、水位数据(支撑含水层与浅部过程模拟)及(水文)水文地质模型(刻画地表-地下水交互、补给速率、水位埋深与含水层参数,支撑含水层压实模拟)。地质力学数据包括岩心测试与储层监测数据(获取孔隙压力、压实系数、弹性模量、蠕变行为与地应力温度,支撑储层压实与采空区塌陷模拟)及储层模型(刻画流动单元渗透率、流体压力分布及连通含水层,支撑储层压实模拟)。人为数据包括建筑档案(支撑浅部压实模拟)、基础设施数据(道路、铁路、运河与地下管网,支撑浅部压实模拟)、土地利用/覆被数据(支撑浅部过程与自动压实模拟)及开采数据(地下水、盐矿、硬岩、金属矿、油气,支撑储层与含水层压实及采空区塌陷模拟)。环境数据包括气象数据(降水、蒸发、温度,支撑收缩、氧化与冻土相关沉降模拟)及植被生物量数据(支撑氧化与收缩模拟)。数据类型间存在功能重叠,例如浅部钻孔与CPT均可约束近地表岩性与土力学参数。数据可靠性存在显著差异:高分辨率原位测量(如CPT、测压管)可提供稳健的局部约束但空间稀疏,区域地质与水文模型虽提供空间连续性但伴随较高的概念与参数不确定性。数据可得性存在明显不均衡:气象与CPT数据在多地开放获取,而地下水开采、油气生产与采矿数据常为企业与政府机构专有,导致一体化模型具有显著的区域特异性,且数据密度高的城市化与资源开采区在研究文献中代表性过高。一体化框架需明确记录数据选择依据与假设,量化不同数据集在模型结果中的权重,避免因单一数据源的不确定性掩盖多源贡献的差异。
2.3 观测数据
观测数据是厘定地表形变时空分布、校准模型及量化多过程贡献的基础,主要分为地面安装式与遥感两大类。地面技术包括水准测量、GNSS、伸长仪、光纤传感、倾斜仪与地表高程表(SET);遥感技术主要包括InSAR、LiDAR与水下地形测量。各类技术在精度、时空覆盖与应用场景上存在显著差异:水准测量精度高但空间离散;GNSS可实现连续监测但点尺度代表性有限;InSAR具备大范围面状覆盖优势,但受失相干、空间平均效应及处理链条复杂性影响,对短波长、低幅值的浅部过程信号捕捉能力较弱;SET仅适用于湿地与沼泽环境;伸长仪与光纤仅能获取沿剖面的垂向形变。技术选择需匹配沉降过程的特征:深部油气开采形成的宽缓沉降漏斗无需密集监测网络,而浅部异质性主导的排水相关沉降则需高空间分辨率观测;水准基点若坐落于软土沉积层之上,可有效隔离浅部形变噪声以提取深部信号。近海沉降监测需采用适配水下环境的GNSS、水准或光纤技术。观测数据的时空分辨率是关键限制:卫星观测的时间间隔(数天至数月)难以捕捉泥炭氧化、土壤胀缩等快速波动过程,而高频点式观测(如GNSS、伸长仪)则缺乏空间连续性。不同技术的灵敏度差异可能导致数据集不一致:GNSS时间序列中的短期噪声可能无法被周期性水准数据识别,而低于观测不确定度的缓慢自动压实(<1 mm/yr)则难以被有效解析。当前研究过度依赖InSAR数据,尽管其获取便捷(如欧洲EGMS、美国OPERA及各国国家级平台),但不同处理流程会导致同区域沉降图件存在显著差异,且缺乏地面验证易引发机理误判。因此,一体化研究需优先采用多技术联合观测方案,明确记录所选技术的局限性、数据处理假设及不确定性来源,避免因观测敏感性偏差导致的过程归因错误。
2.4 融合技术
融合技术通过将观测、模型与先验知识嵌入统一推断框架,实现多源数据整合与过程交互解析,是提升沉降模拟精度与可靠性的核心手段。常用方法包括马尔可夫链蒙特卡洛(MCMC)、梯度优化、集合卡尔曼滤波(EnKF)、集合平滑器(ES-MDA)、粒子滤波(PF)、克里金/协同克里金及机器学习(ML)。MCMC作为贝叶斯反演方法,可采样参数的后验概率分布,适用于强非线性、参数约束不足的深部储层压实或跨深度耦合沉降问题,能提供详尽的参数不确定性分析,但计算成本高昂,不适用于大规模时变问题。梯度优化通过最小化观测与模拟的误差函数调整参数,适用于机制明确、行为良好的中小规模模型,计算效率高,但对初值敏感,易陷入局部最优,难以处理强非线性或多模态参数系统。数据同化方法中,EnKF是序贯同化技术,假设误差服从高斯分布,适用于线性至弱非线性、具有时变观测的系统,可实时更新参数,但在强非线性与非高斯系统中性能受限;ES-MDA通过多次同化全数据集,采用膨胀观测误差补偿多重同化步骤,在高维沉降问题中稳定性优于EnKF,但计算成本随问题复杂度提升;PF通过加权粒子表征概率分布,不依赖高斯假设,适用于强非线性与非高斯系统,但需大量粒子以保证收敛,且易出现粒子退化问题,可通过膨胀、局地化与正则化技术缓解。克里金/协同克里金是基于变异函数的空间插值技术,可提供连续形变场与预测不确定性,适用于填补空间数据空白与探索性分析,但缺乏因果解释能力,无法揭示物理机制。机器学习通过神经网络、支持向量机等算法从数据中学习输入-输出关系,擅长处理高维异构数据与非线性时空模式,但存在“黑箱”问题,物理可解释性差,需谨慎验证以避免伪相关。各类方法无绝对优劣,需根据过程非线性程度、参数与强迫机制的不确定性、数据可得性与时空分辨率及计算资源综合选择。当前发展趋势是组合多种技术以发挥互补优势,例如将MCMC或集合数据同化与机器学习/代理模型耦合以降低计算成本,或采用物理信息机器学习提升模型可解释性。
  1. 3.
    迈向一体化方法的挑战与未来方向
    3.1 多沉降成因耦合
    一体化建模的核心挑战在于多过程耦合,涉及模型复杂度、时空尺度、分辨率及过程交互的协调。当前不同沉降过程的建模成熟度差异显著:浅部有机质氧化与收缩多采用基于田间试验的经验模型,土体压缩多采用解析与有限元方法,地下水开采、采矿与油气开采相关沉降因数据丰富且工程关注度高,建模约束较强,而构造运动、自动压实等自然过程多采用解析或经验方法,仅冰川均衡调整因海平面上升研究需求形成了较成熟的建模体系。不同模型的物理基础存在差异(应力驱动、质量损失驱动、经验驱动、几何/黏弹性驱动),实验室尺度简化条件下的本构关系与野外复杂系统的长期行为存在不匹配——例如现场观测到的浅部压实常呈近线性趋势,而室内试验多假设对数时间依赖性,这种差异既源于观测时长的不同,也反映了室内模型向野外条件推广的局限性。一体化建模需建立统一的时空框架:不同过程的模型往往运行于差异显著的时空尺度(如油气开采模型关注年际至十年际变化,而浅部潜水位波动引发的形变可达小时级),需在统一网格下进行重采样与聚合,以实现直接比较与集成。过程交互是当前研究的最大缺口:深部沉降漏斗通过改变地表水与潜水位关系,可诱发浅部压实;浅部土体弹性模量的空间变异也会调制深部沉降的地表响应。忽略这些交互作用将导致 mitigation 措施失效,需在模型中显式刻画此类反馈机制,或在假设中明确说明简化带来的潜在影响。
3.2 不确定性量化
一体化框架面临四类核心不确定性:①建模基础数据不确定性(如地质与水文模型的结构误差);②观测不确定性(仪器限制、环境干扰、数据处理误差,尤其InSAR的失相干与大气延迟影响);③参数不确定性(模型输入参数的估计误差);④结构模型不确定性(模型对真实系统的表征局限、自然过程固有变异及尺度转换假设)。反演与数据同化不仅是降低预测不确定性的工具,更是量化全链条不确定性的核心手段。当前研究常采用卡方检验、绝对误差、集合平均扩散或敏感性分析等方法量化不确定性,但需避免为简化而采用单一误差值代表所有来源的不确定性。一体化研究需明确记录各步骤的不确定性来源,评估其对最终结果的传播效应,而非追求“零不确定性”。当区域数据不足以支撑可靠模拟时,应明确提出补充数据采集的需求,而非强行给出高置信度预测。
3.3 全球研究共同体
尽管InSAR等遥感数据的开放获取推动了全球沉降研究,但其有效应用仍需本地验证与情境化解读。不同区域的地质、水文与人为条件具有独特性,定量区域知识是理解观测沉降与定制模型的基础。新兴经济体与偏远地区常面临数据匮乏挑战,插值技术与反演方法可部分弥补缺失,但高质量的地面与地下数据仍是模型校准与验证的核心。当前研究多从孤立学科视角开展,导致同一区域的沉降成因解释存在分歧,亟需跨学科协作。国际陆地沉降倡议(LaSII)自1960年代成立以来,已从最初的地下水沉降研究拓展至油气、采矿与大地测量等多学科领域,通过国际研讨会与论文集推动知识交流。欧洲地质调查联盟(EuroGeoSurveys)近期启动了跨遥感、水文与城市地质的联合计划,聚焦欧洲沿海社区的沉降相关相对海平面上升问题。新成立的国际陆地沉降专家组(IPLS)、联合国大学滑坡与沉降援助计划及欧盟哥白尼计划也为全球协作提供了平台。全球层面仍缺乏统一的沉降数据库,现有欧洲地质数据基础设施(EGDI)、全球人类居住层(GHSL)、欧洲地面运动服务(EGMS)等分散系统需进一步整合,以识别数据空白并支撑跨区域对比研究。
3.4 新兴趋势与未来方向
计算能力提升是支撑多过程、大尺度沉降模拟的基础。观测技术正朝着更高精度的InSAR监测(如角反射器增强偏远地区数据质量)、多技术融合及近实时开源方向发展,GHSL等大数据产品的涌现为沉降研究提供了新的数据源。数据融合方面,机器学习与数据同化的耦合可在保留物理一致性的同时提升计算效率,物理信息机器学习则为破解“黑箱”难题提供了路径。数字孪生技术是另一重要趋势,通过构建实时更新的虚拟镜像,可动态关联高频地下水与土壤水分波动与可逆/不可逆沉降过程,为决策制定者提供 mitigation 策略的即时测试平台。研究人员构建了包含数据、建模、优化与管理四大相互作用领域的循环框架,强调技术层面的数据-模型-优化集成最终需服务于管理决策,形成闭环反馈机制。
3.5 一体化的实践步骤
研究人员提出了六步技术实施路径:①识别与分类沉降过程:系统梳理研究区的自然与人为驱动因子,按浅部(如黏土收缩、泥炭氧化)、中部(如含水层系统压实)与深部(如储层压实)进行分类,明确各过程的速率、深度及时空足迹,初步评估过程间交互潜力;②定义可用地下数据与建模路径:匹配数据类型与各沉降过程的需求,明确数据局限性与建模可行性,例如利用CPT数据支撑浅部土体参数化,用水位数据支撑含水层压实模拟;③评估观测技术的适用性:根据各过程的特征选择匹配的观测技术,兼顾时空分辨率,例如采用InSAR捕捉面状形变趋势,配合穿过软土层的水准基点隔离深部信号;④评估融合策略:根据参数数量、模型与数据的不确定性及复杂度选择合适的一体化方法,例如在参数众多的非线性大尺度问题中采用ES-MDA;⑤统一模型输出与观测的时空尺度:对不同分辨率的模型输出与观测数据进行重采样或聚合,实现对齐以支撑直接比较;⑥不确定性量化:系统评估模型预测与观测的全链条不确定性,包括误差传播、参数敏感性及数据分辨率限制,采用集合方法提供预测置信区间,支撑风险管理决策。
  1. 4.
    结论与展望
    地面沉降尤其是人为诱导的沉降,因土地利用冲突、不确定性及因果错配,已成为亟待解决的全球性危机,而社会层面的应对紧迫性仍显不足。科学研究的核心价值在于提供可靠的模型与预测,为政策制定与社会共识构建提供支撑。本研究强调:孤立学科视角下的沉降研究易导致归因偏差与碎片化 mitigation 策略;基于区域问题、地下数据与观测的一体化工作流是提升认知的关键;多源数据与显式不确定性处理的融合方法可有效降低解释偏差;科研成果需转化为政府与社会可采纳的实用方案才能切实推动减缓行动。沉降并非孤立危机,其与气候变化的耦合效应尤为突出:野火、干旱与冻土融化加剧沉降,而泥炭氧化与植被退化导致的温室气体排放又反过来加速气候变化。沉降导致的相对海平面上升加速是沿海地区最严重的影响之一,但当前海平面研究常忽略局地尺度的人为沉降贡献,亟需多学科深度协作。通过整合本综述的一体化研究框架与更广泛的气候挑战,可为未来决策提供更全面的科学支撑。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号