朱建軍：InSAR變形監測 *** 與研究進展

InSAR變形監測 *** 與研究進展

朱建軍, 李志偉, 胡俊     

中南大學地球科學與信息物理學院, 湖南 長沙 410083

基金項目：國家重點基礎研究發展計劃（973計劃）（2013CB733303）；國家自然科學基金（41371335；41404011）；高分辨率對地觀測系統重大專項（民用部分）（03-Y20A11-9001-15/16）

之一作者簡介：朱建軍(1962-), 男, 教授, 博士生導師, 研究方向為測量平差與InSAR數據處理。E-mail:zjj@mail.csu.edu.cn

微信號：MeetyXiao
添加微信好友, 獲取更多信息
復制微信號

摘要：變形監測是星載InSAR技術應用最為成熟的領域之一。本文首先介紹了InSAR變形監測的基本原理和衛星數據來源；然后對InSAR變形監測 *** 進行了系統性的分類，分析了D-InSAR、PS-InSAR、SBAS-InSAR、DS-InSAR和MAI等 *** 的技術特點和適用范圍；進而從應用的角度分析了InSAR技術在城市、礦山、地震、火山、基礎設施、冰川、凍土和滑坡等領域的研究現狀和不足之處；最后總結出InSAR變形監測在多維形變和低相干區測量、大氣和軌道誤差去除和精度評定等方面的前沿問題。

關鍵詞：InSAR    變形監測    星載    綜述    

Research Progress and Methods of InSAR for Deformation Monitoring

ZHU Jianjun, LI Zhiwei, HU Jun     

Abstract: Deformation monitoring is one of the most mature applications of space-borne InSAR technique. Firstly, we introduce the basic principle of InSAR in the monitoring of deformation and the current SAR satellites. The deformation monitoring methods of InSAR are then classified into the groups of D-InSAR, PS-InSAR, SBAS-InSAR, DS-InSAR and MAI, which are *** yzed in the aspects of technical features and application scopes. Subsequently, we *** yze the research progress and deficiencies of InSAR in the investigation of urban, mining area, earthquake, volcano, infrastructure, glacier, permafrost and landslide. Finally, some advanced academic problems such as deformation monitoring in multi-demension and low coherence area, atmospheric and orbital errors mitigation, and accuracy asses *** ent are concluded.

Key words: InSAR     deformation monitoring     space-borne     review    

星載合成孔徑雷達干涉測量(interferometric synthetic aperture radar, InSAR)因其高精度、高分辨率、全天候等優點已迅速成為常用的大地測量技術之一，旨在通過計算兩次過境時SAR影像的相位差來獲取數字高程模型^[1-2]。隨之而來的差分雷達干涉技術(differential interferometric synthetic aperture radar, D-InSAR)則是通過引入外部DEM或三軌/四軌差分實現了地表變形監測。除了地形因素外，時空失相干、大氣、軌道等也是影響DInSAR技術的形變監測精度的主要因素^[3-4]。與此同時，衛星硬件的不斷發展，重返周期越來越短會導致微小形變與噪聲之間的混疊，空間分辨率越來越高也會導致噪聲更加復雜，這些都對常規D-InSAR的形變監測提出更高的挑戰。此外，D-InSAR技術獲取的形變是地表真實三維形變在雷達視線方向(line-of-sight, LOS)上的投影，目前多通過除以入射角的余弦值得到垂直向的形變。但是，這需要假設水平方向上無形變^[5]，很多情況下并不滿足，從而導致形變信號的錯誤解譯。

為了突破DInSAR技術的這些限制，學者們提出了多時相InSAR技術(multi-temporal InSAR, MT-InSAR)來進行高精度的形變監測，如永久散射體(persistent scatterer InSAR, PS-InSAR)、小基線集( *** all baseline subsets InSAR, SBAS-InSAR)和分布式散射體(distributed scatterer InSAR, DS-InSAR)等。此外，為了彌補D-InSAR或MT-InSAR技術只能獲取LOS形變的缺陷，學者又提出多孔徑InSAR(multi-aperture InSAR, MAI)技術來獲取方位向(即衛星飛行方向)上的形變信息。以上這些InSAR技術已廣泛應用于各類形變監測中，如城市地面沉降、礦區沉降、地震及板塊運動、火山噴發、基礎設施變形、冰川漂移、凍土形變、滑坡等。

本文旨在通過分析以上這些InSAR技術及其在各應用領域的研究現狀，使讀者能夠對InSAR變形監測有更為系統性的理解。本文章節安排如下：第1節介紹InSAR技術與現狀，包括雷達干涉測量原理和SAR衛星現狀；第2節介紹目前主流的幾種InSAR變形監測 *** 及進展；第3節介紹InSAR變形監測在重點應用領域的研究現狀；第4節則對InSAR變形監測的挑戰進行分析。

1 InSAR技術與現狀1.1 雷達干涉測量原理

合成孔徑雷達干涉測量技術(InSAR) *** 成孔徑雷達技術與干涉測量技術于一體。合成孔徑雷達(SAR)是一種主動式微波遙感，用來記錄地物的散射強度信息及相位信息，前者反映了地表屬性(含水量、粗糙度、地物類型等)，后者則蘊含了傳感器與目標物之間的距離信息。干涉的基本原理是同一區域兩次或多次過境的SAR影像的復共軛相乘，來提取地物目標的地形或者形變信息。雷達干涉的模式分為：沿軌道干涉法、交叉軌道干涉法、重復軌道干涉法。其中利用重軌干涉最為常用的方式，以此為例，所得到的干涉相位表達式為^[4] (1)

式中，φ_flat為平地相位；φ_topo為地形相位，該相位可以用來恢復地形信息；φ_def為地表形變引起的相位；φ_atmo為大氣延遲相位；φ_noise為觀測噪聲引起的相位。

將平地相位、地形相位、噪聲相位、大氣相位去除，即可得到地表形變相位，這樣的雷達干涉技術被稱為雷達差分干涉技術(D-InSAR)，文獻[2]首次論證該項技術可用于探測厘米級的地表形變。其幾何關系如圖 1所示。

圖 1 差分干涉測量幾何關系Fig. 1 Geometric relation of differential interferometry

從圖3中可以導出以下關系
 (2)

式中，Δr為所要求解的地面目標點的LOS向形變信息；λ為雷達波長。

1.2 SAR衛星的發展現狀

1978年，美國發射了L波段SEASAT衛星，在1981、1984年又相繼發射了SIR-A和SIR-B衛星，為最初的研究提供了少量的星載數據。隨后其他國家也相繼研究并研發了不同波段的中低分辨率的SAR衛星。1991年7月、1995年4月歐洲空間局(ESA)相繼發射了C波段ERS-1和ERS-2衛星，采用相同的軌道參數，組成串行飛行模式，為對地觀測提供了大量的數據，極大地推動了InSAR技術的發展。1992年日本空間局發射了L波段JERS-1衛星，長波段的穿透力強，使其在InSAR監測中具有很強的優勢，但JERS-1衛星并不是專門針對干涉測量而設計的，軌道誤差較為嚴重，影響了它的適用性。1995年，加拿大發射了C波段RADARSAR-1衛星，獲取了覆蓋全球的大量數據。21世紀以后，SAR衛星系統的硬件得到更大的改進，專門針對干涉測量的衛星陸續發射成功。2000年美國實施的SRTM計劃，利用航天飛機獲取了全球80%的30 m和90 m分辨率的DEM數據，對差分干涉測量提供了可靠的外部DEM數據。歐空局2002年3月發射的ERS系列后繼衛星ENVISAT不僅提供了SAR數據，還提供了MERIS水汽數據，對InSAR數據中大氣延遲誤差的改正提供了極大的幫助。2006年1月日本空間局發射了L波段的ALOS-1衛星，因其長波長穿透性強、抗失相干的特性在地震、礦山等方面的監測得到了廣泛的應用。ERS-1/2、ENVISAT、ALOS-1、RADARSAT-1獲取豐富的中低分辨率SAR數據成為21世紀早期InSAR技術發展的主要數據源，大部分的研究成果也是基于這些數據得到。

在上述的中低分辨率的SAR衛星陸續停止服務后，新一代高分辨率衛星相繼發射，而且這些SAR衛星系統也從單一極化、模式、波段、固定入射角向多極化、多模式、多波段、可變入射角發展。由此，SAR衛星系統迎來了一個全新的時代。2007年德國航空航天局成功發射了X波段TerraSAR-X衛星，隨后在2010年發射了其姊妹星TanDEM-X，構成分布式協同工作模式，可以提供全球高精度的數據及數字高程模型，分辨率更高可達0.25 m。意大利空間局設計的X波段CO *** O-SkyMed星座包括4顆星，分別于2007年6月、2007年12月、2008年10月、2010年11月成功發射，分辨率高達1 m，重訪周期短，在風險預警、災害管理等方面發揮著重要的作用。2007年12月加拿大發射的C波段RADARSAT-2衛星繼承了RADARSAT-1衛星的工作模式，還增加了多極化成像等，增強了其在地形監測領域的觀測能力。2014年4月歐空局成功發射了首顆環境監測衛星C波段Sentinel-1A衛星，并于2016年4月發射了Sentinel-1B衛星，對全球大范圍的地質、環境災害的監測提供了豐富的數據。2014年5月日本成功發射的L波段ALOS-2衛星，空間分辨率更高達到1 m，其在大型地質災害(如地震)監測領域具有獨一無二的優勢。與此同時，我國也在積極的研發SAR衛星，并于2016年8月10日在太原成功發射了高分三號(GF-3) 衛星，實現了我國衛星SAR影像干涉測量零的突破。

現有的SAR衛星系統具體參數如表 1所示。在未來，SAR衛星系統的設計將會針對不同的研究領域而進行規劃，例如，歐空局規劃在2020年發射P波段BIOMASS衛星是為森林樹高測繪和生物量反演而設計；德國航天局預計在2022年發射的L波段TanDEM-L衛星，主要針對全球陸表動態變化監測而設計。

表 1 現有SAR衛星系統具體參數Tab. 1 Specific parameters of current SAR satellites

表選項

2 InSAR變形監測 *** 與進展2.1 D-InSAR ***

D-InSAR是在傳統的InSAR技術上發展起來的 *** ，主要通過引入外部DEM去除InSAR獲取的干涉圖中的地形相位，進而得到差分干涉圖^[2]。而這差分干涉相位中除了地形相位外，還存在平地效應、形變信號、大氣以及噪聲成分。由于該差分干涉相位仍然是纏繞的，因此需對剩余的相位成分進行整周模糊度求解。具體地，通過精確的軌道信息來去除平地效應，利用一定的濾波來降噪，通過外部數據或模型來去除大氣相位^[6]，通過相應的相位解纏 *** 來獲取整周模糊度^[7]。自Gabriel在1989年首次利用D-InSAR成功獲取了農田區的形變信息后，學者們相繼對DInSAR技術做了一系列的改進，如濾波算法的提出和改進^[8-9]、軌道相位的去除^[10]、相干性的穩健性估計、電離層的去除^[12]等。同時，D-InSAR也從最初的地震、火山等大范圍地表形變監測慢慢發展到局部形變監測，如結合角反射器的礦區、滑坡、油氣田以及城市地表形變。雖然D-InSAR已取得了一定的成果，但因監測精度仍受時空失相干、大氣等因素的影響，因此基于D-InSAR發展起來的MT-InSAR是現今InSAR技術監測變形的研究熱點。

2.2 PS-InSAR ***

文獻[13—14]首次提出了PS-InSAR *** ，其基本思想是：之一，利用覆蓋同一研究區的多景單視SAR影像，選取其中一景SAR影像作為主影像，其余SAR影像分別與主影像配準，依據時間序列上的幅度和(或)相位信息的穩定性選取永久散射體(Persistent Scatterer，PS)目標；第二，經過干涉和去地形處理，得到基于永久散射體目標的差分干涉相位，并對相鄰的永久散射體目標的差分干涉相位進行再次差分；第三，根據兩次差分后的干涉相位中各個相位成分的不同特性，采用構建形變相位模型和時空濾波或方式估計形變和地形殘余信息。

PS-InSAR技術不是針對SAR影像中的所有像元進行數據處理，而是選取在時間上散射特性相對穩定、回波信號較強的PS點作為觀測對象。這些PS點通常包括人工建筑物、燈塔、 *** 的巖石以及人工布設的角反射器等^[14]。PS點的準確選取可以確保即便在干涉對的時間或空間基線很長的條件下(甚至達到臨界基線)，PS點依然呈現出較好的相干性和穩定性。常用PS點選取 *** 包括振幅離差閾值法^[14]、相干系數法^[16]、相位分析法^[17]，以及這些 *** 的組合等。而形變和地形殘差解算通常采用解空間搜索法^[14]、LAMBDA *** ^[18]和StamPS中的三維解纏法^[19]等。

目前，PS-InSAR技術已在多個城市的高分辨率地面沉降監測中得到廣泛應用，特別是城市重點基礎設施的高分辨率形變監測。通過對比同期的水準和GPS測量數據，證實了PS-InSAR技術具有較高的可靠性(mm級的精度)^[20]，因此對掌握城市地面沉降動態規律以及分析地面沉降的成因等具有重要意義。

然而PS-InSAR技術也存在自身的缺陷。首先，其通常要求覆蓋同一區域的SAR影像數目較多(通常要求大于25景)，便于保證模型解算的可靠性。其次，PS-InSAR技術由于是基于大量PS點的迭代回歸或網平差計算，運算效率不高，因此不適合大范圍地區高分辨率的地面沉降監測。

2.3 SBAS-InSAR ***

SBAS-InSAR是一種基于多主影像的InSAR時間序列 *** ，只利用時空基線較短的干涉對來提取地表形變信息，文獻[21]提出并利用該技術進行意大利南部Campi Flegrei火山口和Naples市的時間序列形變估計，證明了該 *** 具有能夠準確估計形變的能力。SBAS-InSAR技術克服了PS-InSAR因選取一幅影像作為公共主影像而引起的部分干涉圖相干性較差的不足，同時降低了對SAR數據的需求量，運算效率較高。

SBAS-InSAR技術是以多主影像的干涉對為基礎，基于高相干點恢復研究區域的時間序列形變信息，其原理如下：首先對覆蓋某個地區的不同時間段的多景SAR影像計算時間空間基線，選擇恰當的時空基線閾值選取干涉對；然后對選取的干涉對進行差分干涉處理并進行相位解纏；最后根據自由組合的干涉圖形成子集的情況，對所有干涉圖組成相位方程采用最小二乘法或者SVD *** 進行形變參數的估計。在實際處理中會采用時空濾波的 *** 去除大氣延遲的影像分離出非線性形變，估算的低頻形變與此非線性形變的總和即為整個研究區的形變信息。

針對SBAS-InSAR技術，各國學者展開了許多研究，在高相干點選取方面主要有相位穩定性選點法^[22]、振幅離差指數選點法^[13]、空間相干性^[23]等 *** ；在形變觀測的數學模型選取方面，主要有線性模型^[23]、二階多項式形變模型^[21]、周期性形變項^[24]等；在參數估算方面主要有最小二乘法^[23]、SVD法^[21]、基于L1范數的解算 *** ^[26]等。

為了提高高質量相干點的密度、減弱誤差的影像、改善形變參數估計結果的精度，國內外學者提出了一些融合PS-InSAR和SBAS-InSAR優點的算法，如文獻[23]提出了基于最小二乘 *** 的平差法，利用少量的SAR數據獲取干涉圖中高相干點的地表形變信息。文獻[27]應用PS-InSAR和SBAS-InSAR融合技術于Eyjafjallajokull火山的形變監測中，獲取了該區域的時間序列形變結果。文獻[28]提出了時域相干點法(TCP-InSAR)，對形變參數、軌道誤差同時進行估計，提高了監測精度。

2.4 DS-InSAR ***

自2011年文獻[29]發布第二代永久散射體技術SqueeSAR以來，時序InSAR領域的研究熱點逐漸轉向對分布式目標(distributed scatterer, DS)的探索。與PS目標的物理屬性不同，DS是指在雷達分辨率單元內沒有任何散射體的后向散射占據統治地位的點目標^[30]。事實上，利用DS-InSAR進行形變監測的概念早在SBAS技術和StamPS技術中已經建立^[21, 27]，當時學界更多的是以相干、非相干目標加以區分，而弱化了PS與DS之間的物理界限。因此，從數據處理的角度來說，以SBAS為代表的小基線技術與SqueeSAR技術及其變種有本質不同，但它們又同時強調DS目標的信噪比，因而均屬于相位濾波。

SqueeSAR的技術要點是：① 通過同質點選取算法增強時序InSAR協方差矩陣的估計精度，并同時輔助PS與DS目標的分離；② 通過相位優化算法從協方差矩陣中恢復時序SAR影像的相位。在第1個步驟中，其前提條件是相同SAR影像質地的像素具有相同相位中心，因此在時序統計推斷的框架下，選取具有相同SAR統計分布的像素參與平均不僅可以提升相位信噪比，還能保留圖像的空間分辨率^[32]。相比之下，SBAS多采用常規多視處理或空間(自適應)濾波，是一種以犧牲空間分辨率為代價換取相位質量提升的 *** ^[29]。在復雜形變特征環境下，這類 *** 極易損失細節，并伴隨形變非形變區域的誤讀。在第2個步驟中，SqueeSAR在樣本協方差矩陣服從復Wishart分布的基礎之上，采用極大似然估計 *** 得到優化后的時序相位。由于似然估計量無解析表達式，需采用非線性優化“擠壓”待估參數，便成為“Squeeze”一詞命名的由來。值得注意的是，SqueeSAR一方面運用了所有干涉對的信息，另一方面卻并未從濾波后的干涉相位中直接提取時序相位，這與大多數時序InSAR技術采用相位三角關系從濾波后的干涉相位中直接解算時序相位有本質區別^[29]。在優化DS之后，與PS目標一起融入傳統PS-InSAR數據處理框架就可以獲得精度更高、空間分辨率增強的時序形變產品。

SqueeSAR技術也有其缺陷。在同質選點算法中，使用的KS假設檢驗功效低，特別在小樣本條件下易使選取的同質 *** 中包含許多異質點，而且計算效率低下^[32]。因此，近年來國內外學者紛紛提出了計算更為高效或估計精度更高的統計推斷 *** ，具有代表性的是AD檢驗^[33]、似然比檢驗^[32]、自適應檢驗和置信區間估計等^[34]。在相位優化算法中，計算效率是該 *** 的主要詬病之處，使得大范圍的精細監測幾乎無法施展，備擇的方案是文獻[35]提出的協方差矩陣奇異值分解 *** 。在優化可靠性方面，可采用抗差性更強的估計量，如M估計量等^[36]。

上述改進算法與SqueeSAR技術一起構成了當今DS-InSAR的雛形，旨在提高計算效率、增加觀測密度和改善估計精度。廣義的，除基于PS目標之外的時序InSAR技術都或多或少地應用了DS的概念，而聯合PS-InSAR和DS-InSAR或許是提高最終產品精度的更佳方案^[27, 29]。

2.5 MAI ***

MAI技術的提出旨在獲取地表方位向的形變信息，由于方位向和LOS向相互垂直，因此為D-InSAR的監測結果起到很好的補充作用，進而獲取地表三維形變信息^[37]。而相對于偏移量跟蹤(Offset-tracking) *** 而言，MAI *** 在方位向上的形變解算精度和效率都更高，從而為形變的精確解譯起到較好的促進作用，現已廣泛應用于地震、火山、冰川的等相關的三維形變測量中^[38-39]。

MAI的技術原理主要是通過方位向公共頻譜濾波技術重新確定SAR數據的零多普勒中心，進而將一景SAR影像重新劃分為前視與后視兩景影像。通過對主影像和從影像的前視與后視影像分別進行影像配準、多視處理、生成干涉圖、去平地相位、去地形相位以及濾波處理得到前視干涉圖與后視干涉圖，再對前視與后視干涉圖進行差分處理后，即可得到MAI干涉圖，其包含的即為方位向形變相位^[37]。

由于MAI技術進行了方位向公共頻譜濾波，相當于縮短了合成孔徑時間，單個前視或者后視影像接收到的回波信號會減弱，因此相比于傳統的InSAR技術，MAI技術更易受到失相關噪聲的影響，不適用于近場的同震形變信息提取以及較快的冰川流速估計^[40]。針對該問題，文獻[39]將Stacking思想引入MAI技術中，通過對多個干涉對進行疊加，有效地抑制了失相關噪聲對MAI觀測的影響。另一方面，由于前視與后視干涉對之間的垂直基線存在有細微的差別，會導致MAI干涉圖中出現由平地和地形效應引起的相位殘留。以PALSAR數據為例，在標準幅寬下，0.1 m的垂直基線差會造成20°的平地相位殘余，相當于50 cm的方位向形變。文獻[41]對MAI干涉圖中的相位殘余進行了分析，給出垂直基線差與相位殘余間的關系，同時提出了使用多項式模型對相位殘余進行模擬和消除的 *** 。再一個限制MAI技術應用與發展的因素是電離層相位對MAI干涉圖所造成的影響。由于電離層分布的時變性，當電離層活躍時，其會在干涉影像上造成方位向偏移，進而在MAI獲取的方位向形變上表現出一定方向性的條紋，即電離層條紋，且在L波段上該現象尤為明顯。文獻[38]根據電離層條紋的空間特性，提出了基于方向性濾波與插值的MAI電離層趨勢的改正 *** 。

3 InSAR變形監測的應用與進展3.1 城市沉降監測

隨著全球城市化進展的不斷加快，導致城市形變的原因也越來越多元化，如地下資源的過度開發/采、建筑物及基礎設施的大量修建以及軟土層的壓實等導致的地表形變。城市區域內多為人工建筑物，其散射特性比較穩定，可以很大程度地減少InSAR技術中的時間失相干，從而得到較為可靠的形變信號, 因此城市監測技術及應用研究一直是InSAR技術的研究熱點^[42]。

根據城市沉降的主要成因，InSAR城市沉降監測主要包括：① 因過度抽取地下水而導致的大范圍、大量級形變的城市，如上海^[17]、北京^[43]等區域的時序形變監測都取得了顯著效果；② 因基礎設施的大量修建等導致的地表形變，如上海、深圳、廣州等地鐵沿線的形變^[44]；③ 因軟土地質壓實導致的形變，如填海區的時序形變監測^[44]。

隨著SAR影像分辨率的提高和軌道重返周期的縮短，InSAR在城區監測中的應用會越來越廣泛的同時也面臨著一些挑戰。例如，由于高分影像中因高樓而導致的條紋過于密集，從而導致相位解纏困難的問題；由于已有的外部DEM數據分辨率和精度均較低，導致大量DEM相位殘留的問題；由于常用的MT-InSAR技術均假設各PS/DS點上的形變均為線性形變，而在很多城市形變并不滿足這一條件，導致形變信息誤估的問題。

3.2 礦山形變監測

自從2000年文獻[45]利用DInSAR監測了法國Gardanne附近煤礦的地表沉降以來，InSAR技術已逐漸成為礦區地表形變監測和預計的重要工具之一。目前，InSAR技術在礦區應用研究主要包括以下兩個方面：① 礦區地表InSAR三維形變高精度監測；② 基于InSAR的礦區地表變形預計。

在礦區地表三維或三維時序形變高精度監測方面，文獻[46]將SBAS-InSAR用于監測湖南冷水江錫礦山地表LOS向形變以來，其他時序InSAR技術(如Stacking InSAR和PS-InSAR)，也被相繼引入了礦區地表LOS向時序形變監測。但由于獲取的時序形變沿著LOS方向，而非地表真實三維形變，因此，文獻[47]提出利用3個不同平臺或軌道SAR數據估計地表三維時序形變。但該 *** 對于數據要求比較苛刻，所以實際應用前景有限。文獻[48]引入開采沉陷模型，實現了基于單個InSAR干涉對的礦區地表三維形變估計。文獻[49]將Li的 *** 擴展到基于單個雷達成像幾何學SAR數據的礦區地表三維時序形變監測。

在基于InSAR的礦區地表變形預計方面，文獻[50]提出結合概率積分法模型和InSAR技術實現了礦區地表沉降預計。然而，由于該 *** *** 忽略了水平移動對LOS形變的貢獻，且無法估計全部的概率積分法參數，所以其實際應用受到了一定的制約。文獻[51]建立了概率積分法全部參數與InSAR LOS向形變之間的函數模型，實現了基于InSAR的礦區全盆地任意方向的形變預計。文獻[52]引入Boltzmann函數改進了其2016年提出的函數模型，實現了不同采動程度下的礦區地表全盆地變形預計。

礦區地表形變范圍小、梯度大，因此失相關是目前InSAR礦區應用的主要瓶頸。但隨著目前長波長、短時空基線的SAR衛星的發射，如ALOS 2和Sentinel-1A/B(見表 1)，該問題應該有所突破。此外，當前的InSAR礦區應用主要著眼于地表形變監測和預計，對于如何利用InSAR分析礦區沉降機理以及礦區生態環境修復等領域則較少涉足。

3.3 地震形變監測

地震的形變監測是目前InSAR技術應用最為廣泛和成功的領域之一。文獻[53]利用InSAR技術成功獲得1992 Lander地震形變以來，世界范圍內數以百計的地震已經通過InSAR技術進行了研究。根據InSAR監測的形變量級大小和技術來分，可以分為兩類：InSAR同震形變監測和InSAR震后或震間形變監測。

同震的形變量級一般較大(分米至米級)，雖然D-InSAR技術可以獲得較好的監測效果，但是由于InSAR技術側視成像幾何的限制，無法估計地震三維形變^[40]。因此，近年來圍繞如何融合不同觀測幾何和不同衛星傳感器觀測獲得有益于地震解釋的三維形變場開展了大量的研究，在該方面文獻[40]進行了較系統的綜述。同時，為了提高地震形變監測的精度，大量學者針對D-InSAR技術中軌道誤差、大氣誤差和電離層異常誤差的去除也開展了一系列研究^[12]。另外，由于InSAR相位在大形變量級的近場往往會失相干，無法獲得有效觀測值，Offset-Tracking技術成為目前大地震近場形變監測的重要補充。

震后和震間形變量級一般較小(厘米至毫米級)，需要應用精度更高的MT-InSAR技術才能滿足精度要求。目前MT-InSAR技術在時間失相干和大氣誤差的改進都對震間和震后形變的監測起到了幫助，已經成功在世界范圍內的多個重要斷裂上得到應用，如美國加州的San Andreas斷裂^[54]，土耳其的North Anatolian斷裂^[55]等。InSAR技術也在我國的海源斷裂和鮮水河斷裂也有大量的嘗試和研究工作^[55]。另外，由于受到茂盛植被的影響，CR-InSAR等人工散射體技術也被用于輔助震間形變的監測^[56]。

InSAR地震形變監測一方面得益于技術的提高和創新，可以為地震參數反演提供更為精確可靠的觀測值；另一方面也跟SAR衛星軟硬件的提高緊密相連，特別是SAR數據的全球無縫覆蓋和高密度重返都會為抗震救災，地震監測提供重要的數據源。

3.4 火山活動監測

InSAR十分適合測量由于火山巖脈入侵，巖漿囊膨脹和收縮和地熱系統引起的復雜地表形變。文獻[57]首次利用InSAR監測了Etna火山的地表形變。通過分析32景升軌和60景降軌干涉圖，文獻[57]從12景相干性較好的干涉圖識別出伴隨著1993年Etna火山噴發的穩定的地表收縮信號。

文獻[60]利用InSAR觀測了位于哥拉帕戈斯群島的Fernandina火山產生的地表形變，發現入侵的火山巖脈的傾角在淺層發生了大約為35°的旋轉。文獻[61]通過研究覆蓋該火山多次噴發的一系列干涉圖，發現火山巖脈的入侵可以改變應力場從而控制下次巖脈入侵的幾何和位置。文獻[62]監測了位于哥拉帕戈斯群島最北端的Wolf火山發生了噴發；通過反演InSAR監測的地表形變，發現Wolf火山體淺層存在兩個巖漿囊，它們分別位于地下1 km和5 km處。最著名的離散板塊邊界火山活動監測當屬2005年至2010年位于埃塞俄比亞的Dabbahu巖脈入侵^[63]和2014年位于冰島的Bardarbunga巖脈入侵^[64]。巖漿容積約為1 km³的巖脈傳播大約65 km的距離。InSAR的監測結果表明該入侵致使地表產生了大約6 m地表形變并在巖脈的上方形成了2~3 km寬的地塹。通過利用高分辨率的CO *** O-SkyMed數據，文獻[64]成功提取了2014年Bardarbunga巖脈入侵產生的地表三維形變場。

在火山弧監測方面，文獻[65]利用C波段InSAR普查了Andes山脈大約900座火山。他們發現了4處明顯的地表形變區域并估計處火山的巖漿囊可能處于地下5~17 km之間。文獻[66]進一步利用InSAR數據普查了拉丁美洲和Andes南部的火山并發現了11處火山形變明顯區域。L波段InSAR數據被廣泛的應用于熱帶地區火山形變的監測。以印度尼西亞為例，文獻[67]的InSAR普查結果顯示6座火山正處于膨脹階段其中3座火山于觀察后發生了噴發。

盡管至今InSAR已經成功的觀測了至少160座火山的地表形變，但是如何利用InSAR形變監測數據進行火山噴發早期預警，如何聯合地表形變和物理模型準確的估計地下巖漿囊具體物理參數，如何有效地考慮建模時地形的影響，仍然是InSAR在火山學研究中需要考慮和解決的一些重要問題。

3.5 基礎設施形變監測

基礎設施，如高速公路、高速鐵路、發電設施、碼頭等，是社會經濟發展的鏈條。受區域不合理的人類工程活動等因素的影響，基礎設施周邊出現嚴重的地表形變，影響基礎設施的地基穩定性，對基礎設施的安全運營造成潛在的安全威脅。因此，監測基礎設施地表形變，對于保障基礎設施穩定安全運營具有重要的現實意義。MT-InSAR技術能夠快速提供高精度、高空間分辨率以及大范圍空間連續覆蓋的地表形變監測結果，為基礎設施地表形變監測提供更全面有效的手段^[68]。

近年來，隨著SAR衛星的不斷發展，SAR影像的空間分辨率不斷提高，更高達到0.25 m，極大地提高了InSAR技術的精細化形變監測能力^[69]，使得InSAR技術在基礎設施的形變監測應用不斷擴寬。盡管InSAR在基礎設施形變監測中取得了較好的應用效果，但是InSAR在實際應用中仍存在挑戰。由于受最小天線面積的限制，傳統SAR傳感器無法在滿足影像分辨率和幅寬的同時提高，因而難以實現超大范圍高分辨率基礎設施的形變監測，例如我國京廣高鐵線路(上千千米長度)。

3.6 冰川運動監測

由于微波能穿透一定深度的冰/雪面，InSAR觀測可以不受冰雪表面光學對比度/紋理的制約。此外，冰川區經常被云層覆蓋，而微波卻可以穿透云層。因此，在冰川動態監測方面InSAR相對其他手段有巨大優勢。當前，InSAR技術在冰川的應用主要體現在3個方面；① 利用InSAR相干性提取冰川邊界。由于形變和融化等影響，冰面相干性普遍要低于非冰面，快速流動冰面普遍要低于緩慢流動冰面，因此根據相干性分布可以提取冰川邊界以及入海冰川的陸上部分^[70]。② 利用D-InSAR技術監測冰川流速。1993年Goldstein等首次利用D-InSAR技術獲取了南極Rutford冰川的流速。隨后，D-InSAR技術被廣泛應用于格陵蘭島^[66]、南極^[71]、斯瓦爾巴特群島^[72]等區域的冰川流速監測中。然而在中低緯度區域，受冰面InSAR相干性低的限制，相關的研究僅局限于部分流速較為緩慢的冰川，例如珠峰地區Khumbu冰川和Kangshung冰川^[73]，唐古拉山冬克瑪底冰川^[70]。由于測量的是一維形變，單軌道D-InSAR很難反映冰川真實流速信息。針對這一問題，基于冰面平行于河床流動的假設和升降軌數據融合，文獻[74]采用D-InSAR技術估計格陵蘭島的Storstrømmen冰川的三維流速。很明顯，這種三維流速解算并不是嚴格的。于是文獻[75]通過4個Radarsat影像干涉來重建埃爾斯米爾島北部Henrietta Ne *** ith冰川的真三維流速。但這種基于多角度的嚴格三維觀測需要有足夠的數據支撐，在中低緯度區域很難滿足。雖然采用MAI技術基于單個SAR影像對可以同時獲取冰川在雷達視線向和方位向的流度，但事實上MAI技術對影像的相干性要求更高。因此，一般情況下的冰川三維流速監測須聯合D-InSAR、MAI、Offset-tracking等多種SAR技術^[40]，而如何給各個觀測值合理定權則具有一定的挑戰性。③ 利用InSAR技術監測冰川的厚度變化。2000年基于單軌雙天線InSAR技術獲取的SRTM DEM因其精度穩定被廣泛采納為冰川厚度變化監測中的歷史或最新高程數據來源^[76]。然而其他SAR衛星任務多為常規重復軌道單天線模式，InSAR技術因為受到大氣和冰川形變等影響很難準確獲取冰川高程。純InSAR技術成功監測冰川厚度變化的案例集中出現在TanDEM-X數據公開后(2013年)。TerraSAR-X和姊妹星TanDEM-X組成的雙基站星座可以獲取幾乎不受大氣變化和冰面形變影響的干涉對。自2013以來，利用TanDEM-X雙基站干涉對與SRTM DEM來獲取冰川厚度變化的研究在南極洲^[77]、格陵蘭島^[78]、高亞洲^[79]等地區陸續開展，極大地豐富了社會對山岳冰川響應全球氣候變化的認知。

3.7 凍土過程監測

近年來，在全球氣候變暖和人類活動的干擾下，全球多年凍土均發生了不同程度的退化，引起了水土流失、草場退化和環境變化，對寒區的重點工程和設施的安全造成了威脅。大范圍高精度高分辨率的對多年凍土區的進行形變監測和活動層厚度變化監測，對寒區安全平穩的可持續發展具有非常重要的科學意義。

InSAR為多年凍土區形變監測 *** 和活動層厚度的監測提供了一種全新的、非常有效的測量 *** 。文獻[80]采用D-InSAR探測加拿大北部地區的凍土區地表變形，開創了InSAR技術在凍土區形變監測方面的先河。隨著InSAR技術的發展，PS-InSAR、SBAS-InSAR技術也相繼被用于監測凍土區地表形變。但由于凍土區地表形變復雜，文獻[81、83]分別提出了并采用考慮凍土融化時發生沉降累積時間的形變觀測模型、三次冪函數形變模型、周期性模型、顧及氣候因子影響的形變模型用于監測不同凍土區的地表形變，取得了比較可靠的結果。利用InSAR技術獲取凍土活動層厚度的研究仍處于探討階段。文獻[82]根據水質量守恒，建立形變-活動層厚度反演模型，反演了美國阿拉斯加州北部靠近普拉德霍灣的多年凍土活動層厚度。文獻[24]考慮凍土的熱物理性質，提出了基于InSAR形變結果與土壤一維熱傳導模型的活動層厚度反演 *** ，得到了青藏高原當雄凍土區平均活動層厚度。文獻[86]采用Liu等提出活動層厚度反演 *** 估計了青藏高原腹地地區活動層厚度及其變化速率，與實測數據較為吻合。

InSAR技術在凍土研究中具有廣泛的應用潛力。如何利用InSAR監測凍土活動層物理參數，如凍結融化深度、活動層厚度、凍土上限等，仍是一個棘手的問題，仍是未來該技術在該領域應用的研究熱點。

3.8 滑坡災害監測

早期用于滑坡動態監測的數據主要是ERS-1/2的串行數據，利用傳統的D-InSAR技術取得了一系列有益的結果。但是由于滑坡所處環境一般比較復雜，如地形起伏嚴重、植被覆蓋較為茂密、部分滑坡滑動快速等，使得InSAR觀測滑坡較為困難。為了解決這些問題，MT-InSAR技術逐漸被運用到了滑坡形變的監測中。

首次PS-InSAR技術的成功試驗是文獻[13—14]在2000年對意大利Ancona地區開展的滑坡監測。文獻[87]嘗試將SBAS-InSAR *** 用于意大利Maratea山谷的滑坡監測，形變測量精度也得到了實地EDM和GPS觀測結果的驗證。文獻[88]利用PS-InSAR技術對美國Berkley地區的滑坡展開監測，結果表明該滑坡形變歷史進程與厄爾尼諾現象存在明顯的相關性，該成果發表于國際著名的雜志《Science》上。隨后，諸多學者利用或結合PS-InSAR和SBAS-InSAR監測了國內外諸多滑坡。在此期間，歐空局發起了MUSCL和SLAM項目，得到了一系列令人振奮的成果。我國科技部與歐空局的合作項目——“龍計劃”，三峽庫區重點災害監測點安裝了角反射器，對我國三峽地區的滑坡泥石流等地質災害進行了監測。

然而，由于已有的MT-InSAR技術基本都是基于地面沉降監測發展而來，對于滑坡監測而言無法達到其更佳性能。此外，地形起伏引起的幾何畸變和植被覆蓋導致的低相干仍然是InSAR滑坡監測的主要難題，嚴重時會導致無法得到有效的監測結果。

4 InSAR變形監測的挑戰4.1 多維形變測量

眾所周知，InSAR技術只能監測地表形變在雷達視線方向(line-of-sight，LOS)上的一維投影。然而在現實中，地質災害引發的地表形變都是發生在三維空間框架下的，即所謂的三維形變場。理論上，融合3個或以上平臺或軌道的InSAR形變觀測值就可以重建三維地表形變。但受限于現有SAR衛星的極軌飛行和側視成像模式，InSAR形變觀測值對南北向形變極其不敏感，導致該 *** 只能在忽略南北向形變的前提下得到可靠的垂直向和東西向形變^[89]。因此，InSAR形變觀測值極有可能導致對地質災害的誤判甚至錯判，這已經成為限制InSAR技術應用和推廣的主要瓶頸之一。

為了克服InSAR技術的上述缺陷，部分學者開始研究利用偏移量跟蹤(OFT)^[90]和MAI^[37]技術監測LOS向之外(即方位向)的地表形變結果。其中，OFT *** 是利用主輔SAR影像的配準偏移量信息來監測地表在方位向(即衛星飛行方向)上的形變信息。國內外的研究成果表明，融合升軌和降軌的DInSAR和OFT/MAI觀測值，可以較好的重建由地震、火山噴發和冰川漂移等大型地質災害的三維形變場。另一方面，GPS是目前最為常用的三維地表形變監測技術，但是只能獲得稀疏的GPS地面站所在位置的測量結果。通過融合InSAR和GPS資料，可以充分利用二者的優點，獲取高分辨率的三維形變場^[91]。

通過上述分析可知，對于絕大多數沒有布設足量GPS的研究區域，現有的InSAR *** 都難以得到高精度的三維形變(特別是南北向形變)結果，從而導致InSAR在監測某些地質災害時力不從心，例如近南北走向的走滑斷層活動、近東西走向的逆沖斷層活動、朝南或朝北的山體滑坡等。已經進入可行性論證階段的高軌SAR衛星，其成像幾何與目前低軌SAR衛星的成像幾何差異較大，已有研究表明，融合高軌和低軌InSAR觀測值，可以獲取高精度的三維形變場^[92]。另一方面，不同平臺、不同軌道SAR數據的獲取時間和重返周期都有所差異，導致現有模型在解算三維時序形變存在秩虧問題，需要借助附件條件進行約束，這不僅有損InSAR三維時序形變結果的估計精度，而且每獲取一景新的SAR數據，都需要將其與之前所有的存檔數據一起重新處理，極大地浪費了時間和精力。動態平差 *** (如卡爾曼濾波)則為解決該問題提供了新的思路。

4.2 低相干區測量

相干性是InSAR技術無法回避的問題之一^[3-4]。受各成像時刻分辨率單元內散射體變化、傳感器姿態變化和雷達波透射比等因素制約，雷達回波信號不同程度地遭受著時空去相干的影響，導致干涉相位隨機噪聲增加，相干性衰減，測量精度降低。當兩次回波信號的線性相似程度為0時，則產生完全失相干現象，致使InSAR技術失效。

低相干或快速去相干區域目前并沒有明確的定義，一般是指時間或空間相干性小于某個臨界值時的研究對象，如牧草地或濕地區域的干涉質量隨時間變化呈指數衰減，是典型的低相干區域。從InSAR的技術特點出發，傳統D-InSAR由于觀測有限，很難直接捕捉到這類區域的形變特征。反之，時序InSAR，特別是基于分布式目標的時序InSAR技術因觀測數增多、信噪比增強等特點能夠部分恢復低相干區域的形變歷史^[27, 29]。然而，這對于InSAR數據處理是一項極具挑戰性的任務，主要體現在兩個方面：① 相干性是評價相位質量的唯一指標，因此相干性的參數估計問題是整個質量控制的關鍵；② 在時間維，僅有限的觀測用于解算時序形變，在最小范數框架下，設計矩陣面臨秩虧，增加約束條件是影響最終產品精度的關鍵^[21]。在第① 點中，由于樣本相干性是有偏估計量，在低相干區域產生更高的系統偏差，使得相干值并不能客觀反映相位質量，導致實際選取的點目標相位質量差。若要提取正確的點目標，去除系統誤差是關鍵。但是，相干性估計量的統計屬性十分復雜，且無解析表達式。當前行之有效的解決 *** 是采用Bootstrapping或Jackknife非參數統計技術在無分辨率損失的情況下逐點去除觀測偏差^[11]。在第② 點中，解的穩定性取決于觀測數量和約束條件與現實時序形變的吻合程度，目前通用的 *** 是采用截尾SVD分解或Tikhonov正則化 *** (拉普拉斯平滑算子)進行補償^[21]。

不同波長的傳感器具有不同的抗失相干能力。隨著SAR影像的累積，同一區域可能覆蓋多個傳感器的數據棧。將多源傳感器數據進行聯合解算以便增加觀測數并同時提高時間分辨率是實現低相干區域InSAR形變監測的主流 *** ^[93]。這不僅對不同平臺的數據配準有更高的要求，而且不可避免地衰減空間分辨率。然而，在干涉條件較差的環境下，利用犧牲空間分辨率換取估計精度的可靠性可能是目前低相干區域測量的唯一手段，而在沒有先驗知識的情況下一味追求對形變解算 *** 的改進很可能導致錯誤的解譯結果。

瞬時形變，如同震引起的地表破裂常使得斷層附近的觀測完全失相干，上述InSAR監測 *** 完全失效。備擇方案是采用SAR圖像偏移量技術獲取近場變形或以偏移量 *** 輔助恢復干涉條紋信息。

4.3 大氣誤差改正

大氣延遲的影響是當前InSAR地表形變監測中的主要誤差源之一。SAR衛星發射的微波信號穿過大氣層時，會由于大氣層中傳播介質的非均勻性而影響電磁波的傳播速度和傳播路徑，從而產生額外的大氣信號。由于大氣層在不同時刻呈現的狀態不一樣，導致SAR衛星在不同成像時刻受大氣的影響也不相同，兩次成像時刻的大氣信號之差即所謂的“大氣延遲”。大氣層中的電離層和對流層是導致大氣延遲的主要介質層^[4]。

電離層對微波信號的影響主要與傳播路徑上的總自由電子數目(TEC)有關，其中電離層中自由電子的數目主要受太陽表面黑子活動強度的影響，InSAR中的電離層影響則主要是由于兩次SAR成像時刻沿傳播路徑上電離層自由電子數目的變化導致，且影響程度與傳播信號頻率的平方成正相關，則頻率越高影響越大。在相同電離層情況下，L-波段(1.275 MHz)SAR衛星受電離層的影響程度大約是C-波段(5.29 MHz)的17倍^[94]。此外，TEC在不同維度帶的分布及其不均勻，通常情況下赤道附近的InSAR電離層影響相比于中高緯度地區要更明顯。當前對于InSAR電離層的改正主要有以下幾種 *** ：① 利用外部探測手段監測到的TEC數據(例如GPS)來改正干涉圖中的電離層誤差^[95]；② 通過計算SAR影像在方位向上的Offset-tracking來估計電離層誤差^[96]；③ 利用MAI監測出方位向上的形變來估計電離層影響^[97]；④ 通過分裂距離向雷達頻譜的 *** (Range Split-spectrum Interferometry, RSI)得到基于兩個不同頻率獲得的干涉圖來估算出與電離層相關的大氣誤差^[94]。然而以上 *** 都還存在著一些自身的局限性，第1種 *** 受限與外部數據的空間分辨率，例如GPS站的空間分辨率往往達到了數十千米；第2種 *** 則非常依賴于像素匹配的精度，而且估計結果會受方位向形變信號的影響；第3種 *** 則非常依賴于前后孔徑干涉圖的空間相關性以及MAI相位沿方位向上的積分精度；第4種 *** 則受限于SAR衛星本身的載波頻率帶寬，例如當前的SAR衛星帶寬通常只有14 MHz或者28 MHz。因此，對于InSAR中電離層影響的校正依然是一個較為棘手的問題。

相比于電離層的影響主要集中在低緯度地區以及長波段SAR干涉圖中，對流層(又稱中性大氣層)延遲對于InSAR干涉圖的影響則更為普遍^[4]。電磁波在對流層中的傳播主要與大氣壓強、溫度以及空氣中的水汽含量的有關。由于壓強和溫度在空間上的變化比較緩慢，空間尺度比較大，因此InSAR干涉圖中的對流層延遲主要與水汽含量的空間分布有關。兩個SAR成像時刻的水汽含量只要變化20%，則可以導致10~14 cm的InSAR形變誤差^[3]。空間上的InSAR對流層延遲在物理機制上可以將其分為兩部分：垂直分層部分和湍流部分。其中垂直分層部分的對流層延遲與地形起伏相關，在多山地區的影響較為明顯，湍流部分的對流層延遲則與地形無關，而受大氣的湍流作用影響^[4]。當前InSAR對流層誤差的校正主要可以分為如下兩大類 *** ：第1類，基于外部大氣數據的對流層誤差改正 *** ^[98]；第2類，利用InSAR對流層延遲在時空上的統計特性基于統計學的 *** 來削弱其影響^[14]。其中第1類 *** 中的外部大氣數據源主要有：① GPS估計出的天頂延遲數據；② MODIS、MERIS光學傳感器獲得的水汽數據；③ 氣象模型(如WRF，NWM)估計出的對流層延遲數據。這一類基于外部數據的校 *** 非常受限于外部數據自身的觀測質量以及數據的時空分辨率，例如GPS數據雖然有較好的時間分辨率，但空間分辨率遠低于SAR影像，MODIS數據和MERIS數據則只在白天工作，而且數據質量受云污染的影響嚴重，氣象模型則受限于原始氣象數據的空間分辨率(數十千米)，而且氣象模型不能估計湍流部分的對流層延遲。第2大類對流層校正 *** 則主要有以下兩種：① 通過分析對流層延遲與地形起伏的關系，在空間上建立對流層延遲的函數模型^[99]；② 利用時間序列上的干涉圖，在時間域通過濾波或者平差的手段來削弱對流層的影響^[14]。然而這一類 *** 也存在著一些自身的缺陷以及局限性，例如空間域對流層函數模型建模的 *** 則只能削弱垂直分層部分的大氣延遲，通過時許濾波的 *** 則往往都是基于時間域對流層延遲符合高斯分布的假設，而這往往不符合實際情況的。

相信隨著外部探測技術的不斷完善、SAR傳感器的不斷改進以及算法的不斷優化，InSAR大氣延遲的校正可以得到進一步的改善和提高，這對于InSAR技術的推廣以及更高精度地表形變的提取也是至關重要的。

4.4 軌道誤差改正

由于軌道狀態矢量存在誤差，導致基線估計不準確，給InSAR數據處理帶來的誤差，稱之為軌道誤差。根據InSAR原理，基線存在的誤差不僅影響平地相位的去除，同時會影響高程與地形相位轉換參數的計算，其一方面在InSAR地形測繪中直接降低DEM的計算精度，另一方面在差分InSAR中影響外部地形貢獻的去除，從而降低差分InSAR形變監測的可靠性。影響InSAR干涉測量精度的些誤差中，基線誤差對InSAR干涉測量精度的影響是系統性的^[100]，尤其突出。無論是傳統的差分InSAR，還是在PS-InSAR和SBAS-InSAR等時序形變分析 *** ，軌道誤差都是必須考慮的誤差源。為了消除基線估計不精確導致的相位誤差，從數據處理處理角度出發，目前有兩種可選 *** ，即基線精確估計^[101]、干涉相位誤差校正。

在基線精確估計方面，文獻[101]提出了利用地面控制點精化InSAR干涉基線的 *** ，根據已知的解纏相位和地面控制點高程建立觀測方程，采用最小二乘 *** 進行基線參數的求解。但是很多情況下，我們沒法獲得研究區域的地面控制點。近年來，有學者將基線精化研究工作轉移到結合多時域InSAR的研究上，提出了多時域基線精化 *** ^[102]，但是這些 *** 采用的基線精化模型在計算雷達視線方向矢量時仍高度依賴精確的地面高程信息^[103]，這在很大程度上影響了基線精確估計結果的精度水平。在干涉相位誤差校正方面，研究工作主要集中于利用多項式模型去除軌道誤差，包括線性模型、二次多項式模型。然而，采用多項式擬合 *** 對干涉相位進行校正僅能去除平地相位誤差，而由于基線誤差導致的地形殘余仍留在干涉圖中，這部分誤差與高程高度相關，容易被認為是與高程相關的大氣誤差^[104]。

4.5 精度評定

目前，InSAR的形變測量結果基本都依賴于實地測量數據(如水準、GPS等)來檢核其精度和可靠性。其中最科學合理的 *** 是在研究區域布設人工角反射器，在SAR影像獲取時刻利用實地測量手段對角反射器進行精密測量，并以此為標準對InSAR結果進行精度評定^[105]。對于絕大部分沒有布設角反射器的區域，則一般是根據實地測量數據的地理坐標選擇最近的或一定范圍內的InSAR監測點進行比較。然而值得注意的是，實地測量手段和InSAR技術所監測的地面點往往并不一致。例如，在城區形變監測時，InSAR技術所監測的地面點一般是建筑物等反射信號穩定的地物，而水準監測點大多是沿馬路進行布設，GPS監測站則可能建立在基巖上，這就導致實地測量數據不能準確、客觀地評價InSAR形變監測結果。

由上述介紹可知，目前InSAR精度評定受限于實地測量數據的數量和可靠性，因此未來有必要研究一種不依賴于外部數據的InSAR精度評定 *** 。相干性是衡量InSAR干涉圖質量的一個重要指標，但如何實現相干性的精確估計、以及如何將相干性與InSAR形變監測精度相關聯，都有待進一步研究。然而，大氣延遲的影響噪聲在相干性中難以得到體現，因此對于大氣影響嚴重的InSAR形變監測結果，需要考慮引入更為復雜的模型(如協相關函數)來估計大氣噪聲的方差^[106]。另一方面，方差分量估計理論可以通過平差得到的觀測值改正數來迭代估計觀測量的方差，不受到任何先驗信息的限制，有望在InSAR精度評定中取得突破^[107]。

5 結論

自InSAR技術提出以來，大量學者針對如何提高D-InSAR變形監測的精度和維度作出了大量努力，提出了PS-InSAR、SBAS-InSAR、DS-InSAR和MAI等經典技術，并且在城市、礦山、地震、火山、基礎設施、冰川、凍土、滑坡等領域取得了大量的成功應用。但是，InSAR技術也存在自身的局限性，例如對南北向形變的不敏感性、由失相關、大氣延遲和軌道誤差導致的不確定性、以及缺乏有效的精度評定 *** 等，這些都在一定程度上阻礙了InSAR工程化和市場化進程。隨著SAR衛星的成像質量和時空分辨率等越來越高，如何進一步挖掘SAR數據的時空幾何物理特性在InSAR誤差改正和多源融合等方面的潛力，實現高精度三維時序變形監測和精度評定，將是未來該領域的主要研究方向。

致謝: 本文在撰寫過程中得到了河海大學蔣彌、香港理工大學許文斌、湖南師范大學孫倩等的協助，在此一并表示感謝。
 

【引文格式】朱建軍，李志偉，胡俊。InSAR變形監測 *** 與研究進展[J]. 測繪學報，2017，46(10)：1717-1733. DOI: 10.11947/j.AGCS.2017.20170350