减轻InSAR非闭合相位偏差的进展：一种改进的处理方法

《Science of Remote Sensing》：Advances in Mitigating InSAR Non-Closure Phase Bias: A Refined Processing Approach

InSAR相位偏移校正算法研究及多区域验证，提出整合算法通过闭合相位计算、过滤和偏移项估计实现校正，减少植被和时变场景影响，验证显示MAE降低44%-46%，与相位链接方法和高分辨率数据吻合度高。

　　本文探讨了一种用于减少干涉合成孔径雷达（InSAR）数据中相位偏差的算法，并通过三个不同的研究区域进行验证，这些区域包括葡萄牙的亚速尔群岛、意大利的坎皮·弗莱格里和中国天山地区。InSAR作为一种高精度监测地表形变、土地沉降和地表物理现象的技术，近年来在地球科学领域得到了广泛应用。然而，由于多视干涉图在短时间基线下的使用，导致相位偏差成为影响地表位移测量准确性的主要因素。这种偏差通常与植被覆盖或时间去相关现象有关，表现为非零闭合相位。尽管已有多种方法用于减少相位偏差，如相位链接（Phase Linking, PL）方法，但这些方法在处理低相干性区域或数据缺失时存在局限性。

本文提出了一种新的算法，该算法通过使用短时间基线的干涉图来估算偏差项，并利用这些偏差项对所有干涉图进行校正。该方法在时间序列数据中引入了时间平滑约束，以最小化不同时间点的偏差项之间的差异，从而确保校正结果在时间上的稳定性。此外，算法还能够处理时间序列中的数据缺失和空缺干涉图，提高了其在实际应用中的鲁棒性。通过在多个研究区域的实验，该算法在减少相位偏差方面表现出色，其校正后的速度估算与基准结果（如EMI方法）高度一致。

在亚速尔群岛的研究中，该算法成功地减少了植被覆盖区域的相位偏差，特别是在农田和混合植被区域。校正后的速度图与EMI基准图之间的对比显示，误差显著降低，平均绝对误差（MAE）减少了约44%。同样，在意大利坎皮·弗莱格里地区的实验中，校正后的速度估算与高分辨率未滤波数据相比，也表现出显著的改进，误差率下降了约46%。而在天山地区，由于植被覆盖较少，校正效果更为明显，校正后的速度估算几乎与基准结果一致，显示出该算法在不同环境下的适用性。

此外，本文还分析了校正算法对不同时间基线干涉图的影响，以及如何选择长基线干涉图来估算校准参数。研究结果表明，无论选择哪种长基线干涉图，只要其时间足够长，估算出的校准参数变化较小，显示出该算法在不同数据集中的稳定性。通过比较使用不同校准参数集的校正结果，发现校正后的速度估算具有高度一致性，表明该算法对校准参数的微小变化具有较强的鲁棒性。

本文还探讨了该算法在计算效率方面的优势。与传统的相位链接方法相比，该算法在处理相同数据集时所需计算时间大幅减少，例如在亚速尔群岛的数据集中，EMI方法需要约4.5小时的计算时间，而本文提出的算法仅需约50分钟即可完成。这一显著的效率提升使得该算法更适合大规模或实时InSAR数据处理任务。

研究还指出，虽然该算法在大多数情况下有效，但在某些区域，如快速相干性损失的地方，校正后的速度可能仍受残余相位偏差影响。因此，未来的研究方向包括引入自适应机制，以动态调整时间平滑约束中的参数，从而优化不同场景下的偏差估算，提高算法的稳定性和泛化能力。通过这些改进，该算法有望在更多复杂环境下得到应用，进一步提升InSAR技术在地表形变监测中的精度和实用性。