PSInSAR数据处理｜从选点到解算的“地表形变探秘”

在遥感技术中，PS-InSAR（Permanent Scatterer Interferometric Synthetic Aperture Radar）是一种专门用于监测地表形变的高精度时间序列干涉测量技术。这项技术能够通过分析多时相雷达卫星影像数据，获取毫米级的地表位移信息，为地质灾害、城市基础设施监测和生态保护提供重要支持。

尽管PS-InSAR应用广泛，但其背后涉及一系列复杂的数学和物理过程：从候选点的选取到网络构建，再到相位解算和最终的形变提取。今天我们就以通俗易懂的方式，带大家走进PS-InSAR的世界，逐步剖析它的每个核心环节，并解锁相位解算的新密码。

在PS-InSAR技术中，永久散射体（Permanent Scatterers，PS点）是形变监测的基石。PS点通常是地表上雷达信号反射稳定且强烈的特征点，例如：

PS点典型地物

在PS-InSAR技术中，选择高质量的PS候选点是确保解算精度的重要一步。目前常用的方法包括振幅离差法、平均相干系数法、平均强度法、旁瓣阈值法等。

选点是整个PS-InSAR流程的第一步，也是关键的一步。选点质量直接决定了后续解算的精度。如果选点过多，包含大量噪声，计算效率会降低且结果不准确；而选点过少，可能导致重要区域的形变信息被忽略。在实际应用中，可以根据数据特性和监测目标，灵活选择一种或多种方法进行选点。

选取了候选PS点后，并不能直接进行形变解算。PS点之间并不是孤立的，需要通过一定的规则将这些点连接起来，形成一个整体网络结构。这一过程被称为构网。

目前，构网主要采用以下两种方法：

1.Delaunay三角网

这是最常见的构网方法之一。通过几何算法，将PS点连接成由三角形组成的网格。Delaunay三角网的优势在于覆盖范围均匀，网络结构简单且计算效率高，非常适合大规模PS点的处理。

Delaunay构网示意图

2.基于距离约束的构网

在某些情况下（例如PS点非常密集时），可以通过设定一个距离阈值，仅连接相距较近的PS点，避免网络过于稠密。这种方法尤其适用于局部区域监测或高分辨率数据处理。

构网的核心作用是为相位解算提供一个稳定的拓扑结构。网络中的每条边称为弧段，每条弧段观测对应两端所连接PS候选点的相位差。网络的完整性和合理性决定了解算的准确性。一个优质的网络不仅能够增强解算的鲁棒性，还可以有效减少计算量。

PS-InSAR的关键环节在于通过构网弧段的参数模型解算出地表形变。这一过程的核心是处理干涉相位。

对主辅配准影像进行复共轭相乘得到干涉相位，干涉相位由多个分量组成：

在PSInSAR技术流程中，通常会将所有辅影像与主影像进行单主差分干涉，并基于单主差分干涉相位观测得到构网弧段相位，将其作为后续形变相位解算的观测值。

解算的目标是从观测相位中分离出地表形变相位，并尽可能消除轨道误差、大气影响和噪声干扰。

形变参数的估计方法多种多样，大致可分为两类：最小二乘法和稳健估计法。

1.最小二乘法

最小二乘法是一种经典的方法，其核心思想是最小化残差的平方和，以此拟合模型参数。

2.稳健估计法

稳健估计法通过改进最小二乘法，降低了异常观测值的影响，提高了参数解算的鲁棒性，常见的方法包括：

稳健估计法的最大优势在于能在噪声较多、误差分布复杂的情况下，依然给出可靠的解算结果。

最小二乘法（图中红线）VS 稳健估计法（图中蓝线）

上图为针对同一组数据，最小二乘法与稳健估计法得到的参数解算结果对比，可以明显看出稳健估计法对异常值有更好的鲁棒性，解算结果更可靠。

参数解算完成后，结果还需经过一系列校正步骤：

1. 去除大气效应：通过时间维高通和空间域低通滤波，将残余大气相位和噪声分离出去

2. 去除轨道趋势误差：通过速率或时间序列的趋势项拟合校正卫星轨道引起的趋势误差

最终，解算结果以形变速率图和时间序列图的形式呈现，为地表形变的研究和决策提供数据支撑。

eSat软件主要功能模块

eSat软件在进行PS候选点的选取时，可通过振幅离差法、平均相干系数法、平均强度法、旁瓣阈值法这四种方式中灵活选择一种或多种组合使用，帮助数据处理人员更加高效准确地选择PS候选点。

eSat软件PS候选点选取方法

该软件还创新性地提出了基于M估计、岭估计、精密构网的弧段形变稳健估计方法，降低大范围时序InSAR处理时的全局误差。

最小二乘算法结果、稳健估计算法结果

随着以稳健估计为核心构建的算法模块的引入，PS-InSAR的解算精度和效率将进一步提升，在科研和工程实践中发挥更重要的作用。

从PS点的选取到网络构建，从传统的最小二乘法到稳健估计法，PS-InSAR技术展示了现代遥感技术的复杂性与精密性。通过不断优化算法与技术，我们正在逐步解锁地表形变的“密码”，让更多未知的地质现象展现在我们面前。