地球是一个复杂且动态的集成系统，人类活动、水文气象和地质构造均能产生地表形变，但这些时空域上长短波信号的混叠可能造成过程机制的误解。如何系统准确的获取高分辨率地表形变的时空演化特征对认知浅表过程、预警地质灾害、保障安全生产环境、实现可持续发展至关重要。合成孔径雷达（Synthetic Aperture Radar - SAR）作为一种主动式微波遥感工具，能够以固定重访周期全天时、大范围的测量地表形变，为理解地球系统过程与资源、环境和灾害效应提供科学依据。

北京大学城市与环境学院胡燮课题组针对城市建设、地面质量荷载、地表形变源信号区分三个研究方向，近日在Geophysical Research Letters 和 Journal of Geophysical Research: Solid Earth上发表三篇论文。

城市化建设和可持续发展的平衡是近四十年来人类发展主题之一，我国开创性的通过对地表岩土体的手术来寻求这一目标。位于黄土高原中南部的陕西延安正在进行史无前例的平山造城示范性工程项目，计划建成78.5 km2的延安新区。研究通过多源遥感影像提取了黄土迁移体积和地表覆盖变化，并通过时序干涉测量InSAR技术分析了两组升轨欧空局Sentinel-1遥感影像，交叉验证了2014-2020年的时空地表形变。固结沉降速率可达每年70 mm并与填压量呈正相关。研究同时对地基到达稳定状态所需时间进行了统计评估。数值模拟显示质量迁移导致岩土体弹性应力变化，而湿陷性黄土自身强度弱，课题组计划开展持续监测并模拟地貌演变过程。

人类和自然在时刻改变和迁移地表荷载，可能对地质构造活动性产生影响。Wasatch断裂带是美国内陆最活跃的断层系统，其中部的盐湖城地区为人口、经济和文化中心，包含全球最深的开凿区，Bonneville古湖残留水体——北美洲第一大盐湖，并于2020年3月18日发生了M5.7级地震。研究通过有限元分析计算了近一个世纪由于内陆湖泊、区域性降雪和土壤湿度、平原地下含水层和30亿吨尾矿迁移在主断层上所产生的弹性应力扰动。该研究提取的多源时空应力分布有助于理解活动构造区的孕震环境，同时对人类活动的影响进行了定量评估。

机器学习为探索非线性、非参数化的地球信号提供了一个经验型、学习型方案。研究针对跨太平洋板块与北美洲板块边界，通过多轨Sentinel-1遥感影像提取了美国加州的时空地表形变产品，并在机器学习的框架下集成构造应变、地势地貌、气象水文、地质岩性、能源开采等交叉科学数据集，系统的评估了地表形变源的时空特性和对估算具有重要贡献的因子，同时发现沿San Andreas断层分布的高应变条带与植被指数强相关。

胡燮研究员为这三篇文章的第一兼通讯作者。中科院地质与地球物理研究所祁生文研究员（GRL文章共同通讯）、美国加州大学伯克利分校Roland Bürgmann教授、清华大学水利系崔一飞副教授、雪城大学Liang Xue博士、博林格林州立大学Yuning Fu教授、德州大学奥斯汀分校Xiaohua Xu研究员、中科院成都山地灾害与环境研究所李尧博士、机械工业勘察设计研究院有限公司于永堂博士以及美国国家航空与航天局NASA的同事为合作作者并有重要贡献。

论文链接：

1. Remote Sensing Characterization of Mountain Excavation and City Construction in Loess Plateau

GRL: https://doi.org/10.1029/2021GL095230

2. Stress Perturbations From Hydrological and Industrial Loads and Seismicity in the Salt Lake City Region

JGR: https://doi.org/10.1029/2021JB022362

3. Machine-Learning Characterization of Tectonic, Hydrological and Anthropogenic Sources of Active Ground Deformation in California

JGR: https://doi.org/10.1029/2021JB022373