摘要

（1）首先，InSAR监测变形原理和卫星数据来源
（2）其次，InSAR形变监测方法分类
（3）最后，讨论InSAR研究难点

引言

（1）InSAR（Interferometric SAR），通过两次过境时SAR图像的相位差俩获取DEM（Digital Elevation Model）。
（2）D-InSAR（Differential InSAR）,通过引入外部DEM或者多轨（三轨or四轨）差分实现形变监测。
（3）D-InSAR精度面临挑战：地形因素、时空失相干、大气延迟、轨道误差等
【1】卫星越来越短的重访周期，导致微小形变与噪声混叠
【2】空间分辨率越来越高，导致噪声更加复杂
【3】D-InSAR技术获取的形变是地表真实三维形变在LOS向的投影，通过除以入射角的余弦值转垂直向的形变，but，这种转变需要假设在水平向不发生形变，这显然与实际情况不符。
（4）MT-InSAR（multi-temporal InSAR）,通过多时相的SAR图像进行形变监测，已应用于地面沉降、地震级板块运动、火山、基础设施形变、冰川、冻土、滑坡
【1】PS-InSAR（Persistent Scatterer InSAR）,永久散射体
【2】SBAS-InSAR（Small BaseLine Subset InSAR）,小基线
【3】DS-InSAR（Distributed Scatterer InSAR）分布式散射体
（5）MAI（multi-aperture InSAR），针对D-InSAR和MT-InSAR只能研究LOS形变问题提出，以获取方位向形变
【1】距离向（range）
【2】方位向（azimuth）

InSAR

InSAR原理

InSAR = SAR+干涉测量
（1）SAR是一种主动式微波遥感，用来记录地物散射强度和相位
【1】强度（振幅）：反映地表属性（含水量、粗糙度、地物类型）
【2】相位：反映传感器与目标之间的距离信息
（2）干涉测量的基本原理，同一区域两次或多次过境的SAR影像的复共轭相乘，来提取地物目标的地形或者形变。
【1】干涉模式包括：沿轨道干涉法、交叉轨道干涉法、重复轨道干涉法（最常用，视为默认）
【2】干涉相位可表示为

int表示观测到的相位
flat表示平地相位（椭球相位）
topo表示地形相位，用来求解地形，求解形变则去除这部分相位
def表示形变相位，由地表形变而引起的相位
atmo表示大气延迟相位
noise表示观测噪声引起的相位
D-InSAR的本质是将平地相位、地形相位、噪声相位、大气相位去除后，进保留形变相位


r表示LOS向的形变、λ为雷达波长

SAR卫星

1978年，美国 ，L波段 ，SEASAT
1981年，美国 ，L波段 ，SIR-A
1984年，美国 ，L波段 ，SIR-B
1991年，ESA ，C波段 ，ERS-１
1992年，日本 ，L波段 ，JERS-1
1995年，ESA ，C波段 ，ERS- 2
1995年，加拿大，C波段 ，RADARSAR-1
2000年，美国 ， ，SRTM计划（获取全球80%的30m和90m分辨率的DEM）
2002年，ESA ，C波段 ，ENVISAT（SAR数据+MERIS水汽数据）
2006年，日本 ，L波段 ，ALOS-1
逐渐开始发射高分辨率的SAR，SAR卫星系统也从单一极化、模式、波段、固定入射角向多极化、多模式、多波段、可变入射角发展.
2007年，德国 ，X波段 ，TerraSAR-X
2010年，德国 ，X波段 ，TanDEM-X（TerraSAR-X姊妹星，分辨率0.25m）
2007年，意大利，X波段 ，意大利空间局设计COSMO-SkyMed星座，于2010年完成星座搭建，分辨率1m
2007年，加拿大，C波段 ，RADARSAT-２（基于RADARSAT-1设计，增加了多极化成像）
2014年，ESA ，C波段 ，Sentinel-１A
2006年，日本 ，C波段 ，ALOS-2（1m）
2016年，ESA ，C波段 ，Sentinel-１B
2016年，中国 ，C波段 ，GF-3
2016年，ESA ，P波段 ，BIOMASS
2022年，德国 ，L波段 ，TanDEM-L

InSAR监测技术

D-InSAR

（1）D-InSAR，通过引入外部的DEM来去除InSAR干涉图中的地形相位，进而产生差分图。
【1】地形相位（topo），由于地表的高程变化而引起的相位变化。当信号穿过不同高程的地表时，由于不同位置的信号传播路径长度不同，会导致接收到的信号相位发生变化。
【2】平地相位（flat），
（2）干涉相位包括地形相位、平地相位（平地效应）、形变相位、大气相位以及噪声相位
【1】通过精密轨道数据来去除平地效应
【2】通过滤波降噪
【3】通过解缠来获取整周模糊度
（3）D-InSAR，受到时空失相干、大气等因素的影响，在实际应用中还有较大的去误差的空间

MT-InSAR

PS-InSAR

（1）原理
【1】利用覆盖统一研究区域的多景SLC（Single Look Complex）的SAR，选取其中一景SAR影像作为主影像（Master），其余影像与Master配准，依据时间序列上的振幅（强度）和（或）相位的稳定性来选取PS（Persistent Scatterer）目标
【2】经过干涉和去地形处理，得到基于PS目标的差分干涉相位进行再次差分
【3】根据两次差分后的干涉相位中各个相位成分的不同特性，采用构建形变模型和时空滤波的方法估计形变相位和地形相位残余
（2）PS-InSAR不是针对SAR的全部像元进行处理，而是选取在时间上散射特性稳定、回拨信号较强的PS点作为观测对象
【1】PS点，通常选择人工建筑物、灯塔、裸露的延时以及人工不舍得角反射器等。
【2】PS点准确选取，可以确保即便在干涉对的时间或者空间基线很长的条件下，PS点依然呈现较好的相干性和稳定性
【3】PS选取方法，包括振幅偏差阈值法、相干系数法、相位分析法以及这些方法的组合
【4】形变和地形残差解算通常采用解空间搜索法、LAMBDA方法和StamPS中的三维解缠法
（3）PS-InSAR在多个城市的高分辨率沉降任务重被应用，尤其是城市重点基础设施的高分辨率性变监测，通过对比同期水准和GPS测量数据，证实了PS-InSAR技术具有较高的可靠性。
（4）PS-InSAR的局限性
【1】通常要求覆盖同一区域的SAR影像数目较多（>25景），便于保证模型解算的可靠性。
【2】PS-InSAR的实现基于大量的PS点的迭代回归或者网评查计算，运算效率不高，因此不适合用作大范围地区的地面沉降监测

SBAS-InSAR

（1）原理
【1】基于多Master的InSAR时序方法，只利用时空基线较短的干涉对来提取形变信息
【2】SBAS-InSAR以多Master的干涉对为基础，基于高相干点回复研究区域的形变信息
（2）步骤
【1】首先，对覆盖区域的不同时间段的多景SAR镜像计算时间和空间基线，选择恰当的时空基线阈值来选取干涉对
【2】然后，对选取的干涉对进行差分干涉处理并进行相位解缠
【3】最后，根据自由组合的干涉图形成子集的情况，对所有干涉图组成相位方程采用最小二乘法或SVD方法进行形变参数的估计。
（3）在实际处理中会采用时空滤波的方法来去除大气延迟，分理出非线性形变。估算的低频形变与此非线性形变的总和即为整个研究区的形变信息。
（4）高相干点的选取方法，包括相位稳定性选点法、振幅离差指数选点法、空间相干性扥该方法
（5）形变观测的数学建模方法，包括线性模型、二阶多项式模型、周期性行变项等
（6）参数估算方法，包括最小二乘法、SVD、依据L1范数的解算方法

DS-InSAR（Distributed Scatterer InSAR）

DS是指在雷达分辨率单元内没有任何散射体的后项散射占据主导地位的点目标，实际上DS进行形变监测概念在SBAS和StamInSAR中就已经建立，当时学界更多的是以相干目标和非相干目标加以区分，而弱化了PS和DS之间的物理界限。SBAS和SqueeSAR同时请聊了DS目标的信噪比（因而均属于相位滤波？）
（1）SqueeSAR（PS-InSAR V2）的优势
【1】通过同质点选取算法增强时序InSAR协方差矩阵的估计精度，并同时辅助PS和DS目标的分离
前提条件，相同SAR影像质地的像素具有相同相位中心，因此在时序统计推断的框架下，选取具有相同SAR统计分布的像素参与平均不仅可以提高相位的信噪比，还能保留空间分辨率（SBAS所采用的多视或空间自适应滤波是一种以牺牲空间分辨率为代价换取相位质量提升的方法，在复杂场景下，极易损失细节，并伴随形变及非形变区域的误判）
【2】通过相位优化算法从协方差矩阵中恢复时序SAR影像的相位
SqueeSAR在样本协方差矩阵服从复 Wishart分布的基础上，采用极大似然估计方法得到优化后的时序相位（由于似然聚集量无解析表达式，需采用非线性优化“挤压”待估参数，因此得名“SqueeSAR”）
SqueeSAR一方面运用了所有干涉对的信息，另一方面却并未从滤波后的干涉相位中直接提取时序相位，这与大多数时序InSAR技术采用相位三角关系从滤波后的干涉相位中直接解算时序相位有本质的区别。
SqueeSAR在优化DS后，与PS目标一起融入传统PS-InSAR数据处理框架。
（2）SqueeSAR的局限性
在同质选点算法中，使用KS假设检验功效低，特别在小样本条件下易使选取的同质集合中包含许多异质点，而且计算效率低。国内外提出许多高效的统计推断法：AD检验、似然比检验、自适应检验和置信区间估计。
在相位优化算法中，计算效率是该方法的主要诟病之处，使得大范围的惊喜监测几乎无法开展，备择的方案是使用协方差矩阵奇异值分解方法。
在优化可靠性方面，采用抗差性更强的估计量（如M估计量）
（3）SqueeSAR技术构成了DS-InSAR的雏形。广义上，除基于PS目标点外的时序InSAR技术都或多或少应用DS。

MAI（Multi-Aperture InSAR, 多孔径InSAR）

（1）MAI技术的提出是为了获取地表方位向的形变信息，由于方位向和LOS向互相垂直，因此为D-InSAR的形变检测结果起到很好的补充作用，进而获取地表三维形变信息。
（2）对于偏移量追踪（Offset-tracking）方法而言，MAI方法在方位向上的形变解算精度和效率较高。
（3）MAI，是通过方位向公共频率谱滤波技术重新确定SAR数据的零多普勒中心，进而将一景SAR影像重新划分为前视与厚实影像，分别进行配准、多视、生成干涉图、去平地、去地形以及滤波处理，获得前视干涉图和后视干涉图，再对前视和后视干涉图进行差分后，即可得到MAI干涉图，其包含的即为方位向形变相位。
（3）MAI易受到噪声影响，MAI进行方位向公共频谱滤波，相当于缩短了合成孔径时间，单个前视或者后视影像接收到的回波信号会减弱，因此不适合于近场的同震形变信息的提取以及较快的冰川流速估计。
（4）由于前视与后视干涉对之间的垂直基线存在有细微的差别，MAI干涉图中出现由平地和地形效应引起的相位残留，以PALSAR数据为例，在标准幅宽下，0.1m的垂直基线差会造成20°的平地相位残余，相当于50cm的方位向形变。
（5）MAI受到电离层相位分布时变性的影响，当电离层活跃时，会在干涉影像上造成方位向偏移，进而在MAI获取的方位向兴百年上表现出一定方向性的条纹（即，电力城条纹，且在L波段上该现象尤为明显）

InSAR形变监测应用与发展

城市沉降监测

（1）城市沉降主要成因包括：
【1】抽取地下水导致，上海、背景
【2】基础设施修建导致，上海、深圳、广州等地铁修建导致
【3】因软土地质压实导致的形变，填海区
（2）城区沉降监测主要挑战
【1】高分辨率中因高楼而导致的条纹过于密集，从而导致相位解缠困难
【2】外部DEM分辨率低，导致DEM相位残差残留
【3】由于MT-InSAR技术均假设各PS/DS点上的形变均是线性形变，而在许多城市形变并不满足这个条件，导致兴百年信息误判。

矿山形变监测

（1）矿山形变监测主要包括两项工作：
【1】矿区地表InSAR三维形变监测
【2】基于InSAR的矿区地表形变预测
（2）矿区形变监测主要挑战
【1】矿区地表形变范围小、梯度大，因此失相关是InSAR矿区应用的主要瓶颈
【2】当前InSAR矿区应用主要着眼于地表形变监测和预测，对如何利用InSAR分析矿区沉降机理以及矿区生态环境修复等领域则较少涉足。

地震形变监测

（1）地震形变监测主要包括两项工作：
【1】InSAR同震形变监测
同震形变量级一般较大，会受到InSAR技术侧视城乡限制，无法估计地震的三维形变
由于InSAR相位在大形变量级的近场 往往会失相干
【2】InSAR震后或震间形变监测
震后和震间形变量级一般较小，需要应用更高的MT-InSAR才能满足精度要求。
目前，MT-InSAR在时间失相干和大气误差的改进都对震间和震后形变的监测起到了帮助，例如美国的San Andreas断裂，土耳其的North Anatolian断裂，（中国）海源断裂带和鲜河断裂带。

火山活动监测

火山活动监测重点在于如何利用InSAR形变监测数据进行火山喷发早期预警，如何联合地表形变和物理模型准确地估计地下演讲囊具体物理参数，如何有效的考虑建模时地形的影响

基础设施形变监测

受区域不合理的人类工程活动等因素的影响，基础设施周边出现严重的地表形变，影像基础设施的地基稳定性，对基础设施的安全运营造成潜在的安全威胁（MT-InSAR）
受到小天线面积的限制，传统SAR传感器无法再满足超大范围高分辨率基础设施的形变监测。

冰川运动监测

由于SAR信号能穿透一定深度的冰/雪面，InSAR观测可以不受冰雪表面（光学）对比度/纹理的限制。
（1）冰川运动监测主要包括三项工作：
【1】利用InSAR相干性提取冰川边界
【2】利用D-InSAR技术监测冰川流速
【3】利用InSAR技术监测冰川厚度变化

冻土过程监测

在全球气候变暖和人类活动的干扰下，全球多年冻土均发生不同程度的退化，引起水土流失、草场退化和环境变化。

滑坡监测

由于已有的MT-InSAR技术基本都是基于地面沉降监测发展而来，对于滑坡监测而言无法达到最佳性能。
此外，地形起伏引起的几何畸变和植被覆盖导致的低相干仍然是InSAR滑坡监测的主要难题，严重时会导致无法得到有效的监测结果。

InSAR形变监测挑战

多维形变监测

InSAR只能呢过监测地表形变在LOS向上的一维投影，然而在现实生活中，地质灾害的地表形变都是发生在三维空间框架下的，即所谓的三维形变场。理论上，融合3个以上平台或轨道的InSAR形变观测值就可以重建三维地表形变。但是，受限于SAR卫星的极轨飞行和侧视成像模式，InSAR形变观测值对南北向形变不敏感，导致该方法只能忽略南北向形变的前提下得到可靠的垂直向和东西向形变。
（1）OFT（偏移量追踪）
OFT利用主辅SAR影像的配准偏移量信息来监测地表在方位向（卫星飞行方向）上的形变信息
（2）MAI（多孔径InSAR）
（3）InSAR+GPS
通过融合InSAR和GPS可以获取高分辨率的三维形变场。但是，绝大多数研究没有足量GPS，很难反演高精度的三维形变（特别是南北向形变），从而导致InSAR在检测某些地质灾害时力不从心。
例如南北走向的走滑断层活动、近东西走向的逆冲断层活动、朝南或者朝北的山体滑坡
卡尔曼滤波（动态平差方法）

低相干区测量

相干性是InSAR无法回避的问题
受到成像时刻分辨率单元内散射体变化、传感器姿态变化和雷达波透射比等因素制约，雷达回拨信号不同程度地遭到时空失相干的影响，导致干涉相位噪声增加，相干性衰减，测量精度降低，当两次回波信号的线性相似程度=0时，则完全失相干，致使InSAR失效。
低相干和快速失相干区域没有明确定义，一般时空相干性小于某值时的研究对象（牧草或湿地的干涉质量随时间变化呈指数衰减，典型的低相干区域）。
传统D-InSAR由于观测有限，很难直接捕捉到这类区域的形变特征，但是MT-InSAR可以（depend on more observation and SNR）
（1）低相干区测量面临的挑战
【1】相干性是评价相位质量的唯一标准，因此相干性的参数估计问题是整个质量控制的关键
相干性是有偏估计量，在低相干区域产生更高的系统偏差，使得相干值并不能客观反映相位质量，导致实际选取的点目标相位质量差，导致实际选取的点目标相位质量差。若要提取正确的目标点，去系统误差是关键。
【2】在时间维度上，仅有限的观测用于解算时序形变，在最小范数框架下，设计矩阵面临秩亏，增加约束条件是影像最终产品精度的关键
解的稳定性取决于观测数量和约束条件与现实时序性变的吻合程度，目前通用方法是截尾SVD分解或者Tikhonov正则化（拉普拉斯平滑算子）。

大气误差改正

大气延迟的影响是当前InSAR地表形变监测中最要误差。SAR信号穿过大气层时，由于大气中的传播介质非均匀性而影响电磁波的传播速度和路径，从而产生偏差。两次偏差和就是大气延迟。
大气层中的电离层和对流层是导致大气延迟的主要介质层
（1）电离层
电离层对电磁波影响与传播路径的总自由电子数目（TEC）有关，其中电离层的EC受到太阳表面黑子活动强度影响。
InSAR干涉中的电离层误差主要由两次TEC变化导致。
电离层影响与电磁波频率的平方成正相关。
TEC分布与维度相关，赤道附近更明显
【1】利用外部探测手段监测TEC数量（GPS）
受限于外部数据的空间分辨率
【2】通过计算SAR方位向的Offset-tracking来估计电离层误差
受限于像素匹配精度，且受限于方位向形变信号
【3】利用MAI监测方位向的形变来估计电离层影响
受限于前后孔径干涉图的空间相关性以及MAI相位沿方位向上的积分精度
【4】通过分裂距离向雷达频谱得到基于两个不同频率获取的干涉图来估计电离层误差
手续爱你与SAR卫星的带宽
（2）对流层（中性大气层）
对流层延迟对InSAR干涉图的影响更为普遍，电磁波在对流层中传播主要受到气压、温度和水汽的影响，进一步讲，由于气压和温度在空间上的变化比较缓慢，空间尺度较大，因此水汽影响是研究重点。
【1】垂直分层部分
垂直分层部分的对流层延迟与地形起伏有关，在多山区域影响明显
【2】湍流部分
湍流部分的对流层延迟与地形无关，收到大气湍流作用影响
——————————————
对流层改正
【1】基于外部大气数据
{1} GPS聚集出的天顶延迟数据
{2} MODIS、MERSI光学传感器的水汽数据
{3} 气象模型（WRF, NWM）故居出的对流层延迟数据
这一类基于外部数据的校准方法非常受限于外部数据自身的观测质量及数据的时空分辨率
【2】利用InSAR对流层延迟在空间上的统计特征基于统计学方法来弱化
{1} 通过分析对流层延迟与地形起伏的关系，在空间上建立对流层延迟的函数模型
{2} 利用时间序列的干涉图，在时间域通过滤波或者平差的手段来削弱对流层的影响
这类会受限于不符合现实场景的假设

轨道误差改正

由于轨道状态矢量存在误差,导致基线估计不准确,给InSAR数据处理带来的误差,称之为轨道误差（不考虑）

精度评定

InSAR形变测量结果基本依赖地面实测数据（水准，GPS）来检核精度。
人工角反射器，在SAR影像获取时刻利用实地测量手段对角反射器进行精密测量，以此为标准对InSAR结果进行精度评价
！！！！！！！！！！！！！！！！！！！
实地测量手段和InSAR所监测的地面点往往并不一致，，例如，在城区形变监测时，InSAR所监测的点是建筑物，而水准点在马路布设，GPS点在基岩
！！！！！！！！！！！！！！！！！！！

结论

还能再研究，其实有好多模糊的问题都没解决，而是被平替