基于多轨道重复观测InSAR与稳健方差分量估计的数字高程模型动态更新方法研究

针对重复轨道InSAR技术更新数字高程模型(DEM)精度不足的问题，研究人员提出融合多轨道观测数据与稳健方差分量估计(RVCE)的新方法。通过建立空间基线筛选模型、构建多轨道观测系统，在德国Hambach露天矿实现DEM精度达8.7米，较传统单轨道方法提升60%，为地表形变区域的高频DEM更新提供了新方案。

　　

数字高程模型(DEM)作为地形三维表达的基础数据，在地貌学、水文学等领域具有广泛应用。然而受限于传统双基InSAR卫星稀少、重访周期长等问题，全球DEM产品更新频率往往以数年计。对于露天采矿等人类活动剧烈区域，地表高程可能数月内发生显著变化，现有技术难以满足时效性需求。虽然重复轨道InSAR卫星(如Sentinel-1)能提供高频观测数据，但受大气延迟、时空失相关等因素影响，其DEM生成精度通常仅达数十米，严重制约实际应用价值。

针对这一技术瓶颈，中南大学Zhanpeng Cao、Zefa Yang团队在《International Journal of Applied Earth Observation and Geoinformation》发表研究，创新性地提出融合多轨道重复观测InSAR数据与稳健方差分量估计(RVCE)的DEM动态更新方法。研究通过建立空间基线筛选定量模型，科学剔除误差敏感度高的短基线干涉图；构建包含高程变化的多轨道InSAR观测系统；采用能自适应加权并剔除异常值的RVCE算法，在德国Hambach露天矿实现季度级DEM更新，平均精度达8.7米。

关键技术包括：1)基于误差传播方程建立空间基线筛选模型，确定升降轨最优基线阈值(45m/53m)；2)整合4条轨道(2升2降)Sentinel-1数据构建观测系统；3)采用RVCE算法迭代估计方差分量，通过等效权矩阵自动降权异常观测值；4)以GEDI激光测高数据为参考验证精度。

【研究结果】

1. 1.

   观测系统设计：建立"L曲线"模型量化高程误差与空间基线关系，发现当垂直基线超过拐点基线(约45m)后，延长基线对误差改善的边际效益显著下降。通过曲率极值确定最优基线阈值，避免干涉图分组导致的秩亏问题。

2. 2.

   多轨道融合效果：相比传统单轨道方法(平均RMSE 21.8m)，多轨道融合使精度提升至8.7m。其中RVCE加权方案较等权(EW)和Cramer-Rao相干加权(CRCB)分别提升33%和35%，证明其对相位异常值的鲁棒性。

3. 3.

   露天矿动态监测：2018-2020年间6次DEM更新显示，矿区东南部开采活动使负高程区域扩大5.4km²，最低点从-250m降至-328m；西北部排土场高度持续增加，与光学影像显示的边界移动趋势一致。

4. 4.

   误差敏感性分析：模拟实验表明当异常值比例<16%时，RVCE方案RMSE(2.8m)显著低于EW方案(4.7m)；但对形变模型误差较敏感，当实际形变为正弦曲线而采用二次多项式拟合时，会导致7.3m的系统偏差。

该研究突破重复轨道InSAR技术精度瓶颈，首次实现米级精度的季度性DEM更新。提出的空间基线筛选准则为干涉图优选提供量化标准，RVCE框架为多源异质InSAR数据融合建立新范式。成果特别适用于采矿、滑坡等快速形变区域，为数字孪生、地质灾害预警等应用提供高现势性高程数据支撑。未来研究需进一步解决大比例异常值识别和复杂形变建模等挑战。