使用序列多极化时序InSAR技术对建设中的填海机场变形进行监测 王霞影、 卢越新、 赵东平、 张双成、 徐彦天、 顾守洲、 付嘉兴、 魏瑞义

《Remote Sensing》：Under Construction Reclamation Airport Deformation Monitoring Using Sequential Multi-Polarization Time-Series InSAR Xiaying Wang, Yuexin Lu, Dongping Zhao, Shuangcheng Zhang, Yantian Xu, Shouzhou Gu, Jiaxing Fu and Ruiyi Wei

　　**亮点**

- **主要发现是什么？**
- VV（垂直极化）和VH（水平极化）显示出显著的空间互补性，共同形成了一个更完整的变形场。
- SETP-EMI方法动态整合了双极化信息，有效提高了低相干区域的变形监测能力。

- **主要发现的意义是什么？**
- 整合多极化信息是一种有效的技术方法，可以应对动态环境中（如建设中的人工岛机场）的变形监测挑战。
- SETP-EMI方法为长时间序列和快速变化场景下的高质量InSAR变形监测提供了新的解决方案。

**摘要**

在建设中的人工岛上监测地表变形对于确保施工安全至关重要。然而，地表散射特性的显著变化导致严重的相关性降低，限制了传统单极化干涉合成孔径雷达（InSAR）的监测效果。为了解决相干像素不足的问题，我们提出了一种双极化序列InSAR技术，并将其性能与大连金洲湾国际机场（DJBIA）的传统持久散射体干涉测量（PSI）和分布式散射体干涉测量（DSI）进行了比较。使用2022年8月至2025年10月期间的89幅Sentinel-1A双极化（VV-VH）图像，研究结果表明VV和VH极化具有显著的空间互补性，突显了多极化数据的必要性。此外，为了应对散射特性的长期变化，我们应用了序列估计和总功率增强期望最大化反演（SETP-EMI）方法，该方法动态整合了双极化信息，并进行了自适应相位优化。这种方法显著提高了建设中机场低相干区域的监测能力，有效抑制了相位噪声，提高了干涉图质量，得到了更完整可靠的变形场。总体而言，本研究系统验证了SETP-EMI方法在建设中的人工岛机场变形监测中的应用，为工程安全控制和填海沉降机制研究提供了技术支持。

**1. 引言**

人工岛机场是海岸工程和土地拓展的重要成就，是现代沿海城市发展国际航空枢纽和缓解土地短缺的关键解决方案[1]。对于建设中的人工岛机场，这种现象的特点是严重的、不均匀的后期沉降，主要由快速填筑、差异性荷载和多种地面处理方法引起的压实作用所致[2]。因此，实施高精度、大规模和连续的沉降监测对于保障此类机场的施工安全和长期运营完整性至关重要。星载干涉合成孔径雷达（InSAR）方法，特别是时间序列InSAR（TS-InSAR），已成为该领域的基本工具。它具有全天候操作、广泛覆盖范围和高测量精度等公认优势，使其成为监测地表变形的核心方法[3]。传统的时间序列InSAR技术，如持久散射体干涉测量（PSI）[4]、小基线子集干涉合成孔径雷达（SBAS-InSAR）[5]、斯坦福持久散射体方法（StaMPS/MTI）[6,7]以及SqueeSAR方法[8]，已被广泛用于变形监测。作为强大的大地测量技术，InSAR已广泛应用于毫米级精度的地面变形监测[9,10,11,12]。

传统的时间序列InSAR技术已成为监测人工岛沉降的成熟和成熟的方法。对包括香港国际机场[13,14]、深圳宝安国际机场[15]、新加坡樟宜机场[16]、仁川国际机场[17,18]、关西国际机场[19]和尼斯蔚蓝海岸机场[20]等运营中的机场的大量研究一致表明，这些机场由于填海材料的压实而经历了大幅度、不均匀的沉降。而对于正在建设中的人工岛机场，沉降通常更加严重且具有更大的时空变异性，直接威胁到工程安全。例如，厦门翔安国际机场的监测结果显示，其填海区域的沉降具有明显的空间异质性，这归因于施工进度的不均衡[21,22,23]。同样，对香港国际机场新第三跑道的综合研究结合了PS和DS处理及独立成分分析，进一步揭示了施工阶段的明显沉降，并确定了多种成因[2]。总之，这些研究表明，无论是否投入运营，人工岛机场都不可避免地面临沉降问题。然而，当前的人工岛机场沉降监测方法主要依赖于单极化SAR数据，这些数据难以适应施工期间地表散射特性的快速和异质变化。这通常导致低相干区域的监测点稀疏。在低相干区域，基于持久散射体（PSs）的传统方法由于相干目标的稀缺而产生稀疏的监测点。利用分布式散射体（DSs）的技术可以补充监测点，提高覆盖密度[24,25]。通过InSAR方法融合多极化信息的研究[26,27]表明，整合多极化数据可以为相位优化提供更丰富的观测样本，这是提高低相干区域监测能力的关键方法。在人工岛等极端动态场景中，这些限制尤为明显，因为人为改造占主导地位，地表物理性质发生剧烈变化。因此，开发完全利用多极化信息的时间序列InSAR方法对于在施工期间实现安全可靠的监测尤为重要。

鉴于此背景，本研究以DJBIA作为代表性案例进行研究。作为中国北部正在建设中的主要人工岛机场，DJBIA也面临着显著的沉降风险。先前使用SBAS-InSAR方法从2017年至2021年监测的数据初步显示了机场填海区域的严重沉降趋势[28]。然而，随着机场项目的进展，地表覆盖和荷载条件的不断变化，早期的单周期研究不足以全面反映当前和未来的沉降动态。因此，基于最新时间序列数据开发连续监测和分析方法对于理解该机场的沉降演化模式和确保工程安全具有重要的实际意义。这对于像DJBIA这样正在进行密集建设的地区尤为关键，其中能够动态更新散射特性的序列处理方法至关重要。序列估计和总功率增强期望最大化反演（SETP-EMI）方案为处理长时间序列和剧烈地形变化的场景提供了一种新的技术方法[29]。尽管该方法最初是为滑坡监测设计的，但其序列估计框架能够有效处理地表散射特性的时间变化，这与建设中的人工岛快速变化的环境非常相似，从而展示了强大的方法论可转移性。

基于此，本研究基于2022年8月至2025年Sentinel-1A双极化（VV-VH）图像，系统地进行了三个阶段的分析。首先，数据集被划分为三个连续的子时期（2022年8月至2023年12月、2024年1月至12月和2025年1月至10月）。这三个子时期是根据机场的主要建设阶段（初期填海、航站楼建设和走廊开发）定义的，详见第2节（研究区域和数据）和表1。分别使用单极化PSI、单极化DSI和SETP-EMI方法提取了对应于不同填海阶段的沉降。随后，SETP-EMI被用来处理整个时期，获得完整的变形序列。本研究的结构如下：第一部分是总体介绍；第二部分概述研究区域和数据；第三部分介绍方法和技术方法；第四部分是对实验结果的分析和验证；第五和第六部分是讨论和结论。

**2. 研究区域概述和数据介绍**

DJBIA是中国第一个海上“人工岛”4F级机场，位于大连金洲湾东部海域。机场呈矩形布局，长度为6183米，宽度为3440米。计划填海面积约为20平方公里，最小离岸距离为3公里[30]。金洲湾的平均水深为5-8米，具有不规则的半日潮汐。虽然海底总体上稳定，但区域地质风险相对较高[31]。该地区具有典型的沿海山地城市气候，夏季盛行南风，冬季盛行北风，具有显著的海陆风循环[32]。机场建设使用了约3亿立方米的填海材料，这些材料主要来自金洲湾附近的达华山和黄山的挖掘，主要由石灰岩、白云岩和辉绿岩组成。此外，还使用了约6000万立方米的疏浚海底淤泥进行基础处理。这些材料用于建造护岸、围堰、跑道基础和航站楼基础，形成了约20平方公里的海上机场土地面积[33]。

DJBIA的第一阶段计划建设两条平行跑道（北跑道长3600米，南跑道长3400米）和核心设施，包括50万平方米的1号航站楼（T1）。长期计划还包括扩建两条跑道和一个40万平方米的航站楼[34]。该项目于2023年10月举行了启动动员大会，标志着这个海上“人工岛”机场进入实质性的建设阶段[35]。为了清楚地说明建设进展，表1总结了截至2025年10月选定的核心项目的关键进展数据[36,37]。

图1清楚地展示了机场的动态填海过程。根据2025年7月的卫星图像（图1e），除了最早的填海阶段的外部通道外，还计划在2025年建设一条穿过海域的中心主通道。这条通道将成为新机场的主要外部通道之一，主线长度约为2.85公里，将成为连接大陆和机场岛屿的主要通道。

**3. 方法论**

为了全面评估多极化信息融合在人工岛动态变形监测中的作用，本研究系统地采用了不同的技术来获得变形结果。首先，分别对VV和VH极化数据进行了PSI处理，并比较了两种通道下的PS变形结果。然而，发现PS监测点极其稀疏。为了解决这一问题，随后将基于快速统计均匀像素选择（FaSHPS）算法的DSI方法应用于VV极化数据，从分布式散射体（DSs）中提取额外的变形信息[39]，从而弥补了PS点的空间覆盖限制。尽管如此，DSI结果仍然存在严重的相关性降低问题，监测点仍然不足。为了克服这些限制，最终引入了SETP-EMI方法对双极化（VV-VH）数据进行联合处理。该方法利用HTCI算法动态选择每个子集中统计上均质的像素（SHPs），构建总功率相干矩阵，并采用基于特征分解的最大似然估计器（EMI）来优化干涉相位[40]。详细的技术工作流程如图2所示。图2展示了传统PSI和DSI方法以及SETP-EMI方法的处理流程。（顶部）部分说明了共享的数据预处理步骤；（中部）部分突出了不同方法的点识别和相位优化策略；（底部）部分对不同的变形结果进行了比较分析。3.1. 使用PSI SAR图像生成干涉图。PS是随时间保持高相位相干性的像素，因此，它们的相位组成直接对应于通过差分干涉处理得到的像素相位。该过程包括两个主要步骤：处理差分干涉图，然后提取第t个干涉图的相位项，可以表示为：(1) 在这个表达式中，研究区域内的大气延迟相位表示一个线性模型，而图像中的噪声对应于具有线性特征的低频信号，这些信号可能存在于大气相位中。地形相位和变形相位分别对应于和。变形相位可以分为两个组成部分：线性变形和非线性变形。(2) 在方程（2）中，表示非线性变形相位分量，表示该PS点的线性变形率，是第t个干涉图的时间基线，是雷达信号波长。DEM误差和非线性变形相位都表现出空间相关性，可以通过差分相邻PS点的相位来缓解这种相关性。因此，在差分干涉图中，可以使用以下公式计算相邻PS点之间的差分干涉相位残差：(3) 方程（3）建立了相邻PS点的差分干涉相位与其变形速度差和高度校正之间的线性关系。然后使用二维周期图或空间搜索等方法计算变形率增量和高度异常增量。为了确保PS网络中的基线参数合理，这些估计应基于最小二乘法进行。3.2. FaSHPS算法的核心思想是对时间序列SAR强度图像进行平均处理。参考像素的平均值作为真实值，而其周围的像素被视为需要估计的值。在给定的置信水平下，如果某个相邻像素的值落在该真实值构建的置信区间内，则认为它与中心参考像素统计上同质[39]。根据中心极限定理，随着时间图像数量的增加，SAR强度图像的样本均值渐近地遵循高斯分布，即。这导致了区间表达式（4）：其中是标准正态分布函数的分位数。基于SAR图像的统计理论，均匀区域中单次观测复合（SLC）图像的幅度遵循瑞利分布。瑞利分布的变异系数是恒定的，如方程（5）和（6）所示：完整置信区间如下表述：其中表示SAR图像中的观测次数。尽管FaSHPS算法显著提高了计算效率，但其对高斯分布尾部的严格要求可能导致I型错误，从而遗漏一些SHPs。在本研究中，传统的DSI方法使用FaSHPS算法来识别SHP点。3.3. 为了克服3.2节描述的FaSHPS算法的I型错误限制，SETP-EMI方法采用了HTCI算法。HTCI在其核心框架中结合了广义似然比检验（GLRT）来进行初步筛选，以获得一组初始的SHPs[41]。然后使用这组初始SHPs的平均幅度作为更可靠的参考值，以减少单像素估计中的异质性和偏差[38]。在此基础上，HTCI采用了一个更精确的统计模型，其中时间幅度数据之和遵循伽马分布。置信区间估计随后表示为方程（8）：其中表示在置信水平下的伽马分布的分位数。HTCI算法不仅提高了计算效率，解决了FaSHPS中存在的I型错误问题，还在小样本情况下提高了SHP识别的可靠性。3.4. 基于互易后向散射，偏振数据使用复数散射向量表示。双极化（VV-VH）数据的Pauli基散射向量可以表示为：其中和分别是VV极化通道和VH极化通道的复数散射信号。偏振干涉散射向量可以表示为，其中是参考图像的Pauli基散射向量，是 slave图像的Pauli基散射向量，如图（10）所示：其中表示偏振干涉相干矩阵；表示偏振相干性。从N张图像生成的时间序列干涉散射向量通过平均SHPs来形成时间序列干涉相干矩阵。进一步地，通过偏振堆叠获得时间序列总功率（TP）相干矩阵，如（11）所示：其中表示极化通道的数量。Ansari等人提出了一种顺序估计算法[42]。在此基础上，Wang等人进行了改进[29]：有极化通道，每个通道包含SLC图像。数据集被划分为多个子集组，每组包含个场景，从而得到个子集。其中，前个子集是完整组（每个包含个场景），第t个子集包含剩余的场景。首先对第一个原始数据子集进行SHP识别。基于SHP样本，构建了第一个子集的总功率（TP）相干矩阵。执行EMI算法以获得第一个子集的优化相位序列，其中由方程（12）给出：处理完第一个子集后，将其SAR数据压缩成一个子集。使用优化后的相位作为变换基础，将第一个子集的SAR数据压缩成一个代表性的SLC图像。然后将这个图像与第二个子集的新原始数据结合进行联合处理。类似地，对第二个子集本身执行最大似然估计以获得优化后的相位。其余子集也按顺序进行处理。这个过程循环到第t个子集进行顺序处理。再次对数据集应用EMI算法，计算每个序列相对于其各自参考的相位。生成压缩后的SLC图像作为新的子集。执行EMI以确定每个序列相对于新的任意唯一参考的相位。第t个序列的校正相位表示为：其中表示第t个序列的最大似然估计相位，表示第t个序列的校准相位，表示第t个序列的最终相位。4. 结果、验证与分析 4.1. 实验结果 4.1.1. 干涉图质量为了评估相位优化的有效性，从监测期（2025年1月11日至2025年10月26日）选择了三对差分干涉图进行详细的质量比较和分析：这些对共享一张在2025年4月29日获取的参考图像，并且在2025年4月17日、5月11日和5月23日分别获取了slave图像。图3显示了原始的VV极化差分干涉图和通过顺序偏振处理优化的干涉图。结果表明，经过SETP-EMI处理后，机场轮廓更加清晰，整体干涉图质量得到改善。对于定量评估，我们对这一时期的所有22个干涉图应用了三个成熟且传统的评估指标[43]：平均相位标准差（MPSD）、平均相位梯度（MPG）和残差点数（RPN）。如表3所示，通过SETP-EMI方法获得的结果显示平均相位标准差和平均相位梯度分别减少了34.1%和32.2%。SETP-EMI有效地抑制了由去相关引起的随机噪声，产生了一个更加平滑且连续的干涉相位，更好地反映了真实的表面变形信号。同时，残差点数减少了大约71.8%，大幅降低了相位解包的难度和不确定性。这一结果间接验证了优化后相位序列的更高可靠性，为后续的高精度变形结果检索奠定了坚实的基础。图3. 传统VV极化与SETP-EMI方法的差分干涉图比较。显示了监测期（2025年1月11日至2025年10月26日）内三个日期（2025年4月17日、5月11日、5月23日）的结果。(a) 传统VV极化差分干涉图（原始干涉图）。(b) SETP-EMI优化的差分干涉图（偏振优化干涉图）。表3. 干涉图的质量分析结果。4.1.2. 时间序列变形图4a–c显示了从VV极化PSI得到的三个不同时间段的变形结果，而图4d–f显示了VH极化PSI的相应结果。右上角的放大区域用于比较分析。结果表明，在图4a,d的放大区域内，尽管VV通道通常产生的变形测量点密度高于VH通道，但在这些特定子区域内，VH通道实际上提供了更高的点密度。这表明两个极化通道的信息对于全面的变形监测都是必不可少的。VH的结果有效地补充了某些区域的变形数据，有助于获得更完整的变形监测结果。图4b,e的结果显示，在2024年期间，即该区域终端建设的核心阶段，变形测量点的数量及其空间覆盖范围显著减少。这种现象主要是由于大规模建设活动改变了表面散射特性，导致严重的时间去相关，从而阻碍了高质量、稳定PS点的选择。图4c,f的放大区域显示了2025年最后一个监测期的变形结果。与早期阶段（2022–2023年和2024年）建设活跃区观察到的显著极化差异不同，2025年的变形分布更加明显，下沉幅度进一步增加，反映了填海区的持续固结沉降。同时，由于施工机械的持续干扰，2025年的稳定变形监测点数量显著减少。图4. 不同极化下PSI得到的变形结果比较。(a–c) 2022–2023年、2024年和2025年的VV极化结果。(d–f) 相同时期的VH极化相应结果。对不同时间段DJBIA的时间序列PSI结果的分析突出了VV和VH极化信息的互补特性。VH通道不仅弥补了VV在稳定区域缺少测量点的问题，还独特地捕捉到了由建设活动引起的显著表面变化。因此，采用多极化协同观测策略是获得高度全面的变形场和深入了解变形物理机制的有效方法。从PSI获得的变形点数量仍然有限。为了进一步分析机场的变形情况，使用DSI方法并结合单极化和双极化数据来获取更全面的变形数据集。本研究比较了三个时期的变形监测结果：基于FaSHPS算法的传统单极化DSI方法得到的结果，以及利用HTCI算法进行统计上均质像素选择的所提出的SETP-EMI方法得到的结果。比较侧重于评估后者在检测低相干区域、增加变形点密度和提高空间连续性方面的优势。图5a,d展示了2022年8月31日至2023年12月24日期间的变形对比。关于跑道区域的点选择，传统的DSI与PSI相比已经提供了足够数量的变形点。SETP-EMI结果在点密度和空间连续性方面取得了进一步的显著改进，从而揭示了跑道变形的更完整细节。图5b,e显示了2024年度的沉降比较情况。项目在2024年进入全面建设阶段后，以航站楼桩基工程的开始为标志，机场跑道两侧的土地快速填海工程也同步进行。InSAR结果清楚地显示出跑道边缘的显著抬升信号。然而，变形监测显示最初形成的中央核心区域出现了明显的沉降。这一观察间接表明，即使暂时停止填海工作，填充材料的持续自固结仍可能导致广泛的、持续的沉降，这突显了长期监测的关键重要性。图5c,f比较了2025年1月11日至10月26日的沉降情况。图像的右下角对应于中央主通道的海对岸剖面。在这个区域，由于严重的解相关性，PSI和传统的DSI都无法获得有效的变形点。相比之下，基于HTCI算法的SETP-EMI方法成功捕获了变形信号，产生了稀疏但趋势一致的提升点。这一结果证明了SETP-EMI方法在低相干区域进行有效变形检测的可行性。

图5. 传统DSI和SETP-EMI方法的变形监测结果：(a–c) 2022–2023年、2024年和2025年的传统单极化(VV) DSI结果。(d–f) 相同时期的双极化SETP-EMI方法对应结果。总之，与单极化DSI结果的视觉比较清楚地表明，通过SETP-EMI获得的变形场在空间点密度和连续性方面有显著提升。更重要的是，在由于施工活动导致严重解相关的区域，传统方法几乎无效的情况下，SETP-EMI方法仍能获取有效的变形信号。这一优势源于其核心机制：动态选择统计上均匀的像素以及多极化信息的顺序融合。

为了全面评估SETP-EMI方法在整个观测周期内的性能，本研究整合了2022年至2025年三个时期的变形结果，生成了一个长期连续的变形场（图6）。选择了两个代表性区域C1和C2进行分析。C1区域的卫星图像显示，该区域最初主要是水域。随后的土地填海工程将表面从水域转变为新的陆地。然而，InSAR时间序列监测结果显示该区域存在不均匀的沉降。这主要是由于填充材料的自重和工程荷载共同作用导致土壤中的孔隙水被排出，从而引起土壤固结和压缩。结果，地面高度变得低于周围的水面。在后续的光学图像中，该区域再次出现局部水体，这间接证实了C1区域经历了典型的填海工程后的固结沉降。与C1区域相反，C2区域在整个监测期间从其初始的海洋状态完全变成了稳定的陆地。该区域的InSAR监测结果也显示出抬升信号，这与整个监测期间持续沉积填海材料的相关施工活动一致。地面高度的显著增加进一步表明该区域是一个主要的施工区域。

图6. SETP-EMI的长期时间序列结果。这一结果充分证明了本研究中提出的SETP-EMI方法不仅在单个时间期内提高了监测效率，而且通过其动态顺序处理策略，有效地整合了多时相数据，构建了一个具有明确物理意义和时空连续性的长期变形场。这为解释填海项目的整体沉降模式和施工进展提供了前所未有的全面视角。

4.2. 结果验证
为了研究不同极化和方法得出的变形监测结果之间的相关性，本研究选择了2022年8月31日至2023年12月24日期间的VV和VH极化PSI结果、VV极化DSI结果以及SETP-EMI结果（VV_VH_DS）。共提取了2842个共 locate 的变形点。采用核密度估计对这四组结果进行了成对比较分析，结果如图7所示。图7a–f展示了相应成对之间的变形率核密度分布。横轴和纵轴分别代表两个方法或极化通道的变形率（mm/yr），颜色强度表示点密度。

图7. 核密度分析图：(a) VV_PS与VH_PS之间的比较；(b) VV_PS与VV_DS之间的比较；(c) VV_PS与VV_VH_DS之间的比较；(d) VH_PS与VV_DS之间的比较；(e) VH_PS与VV_VH_DS之间的比较；(f) VV_DS与VV_VH_DS之间的比较。使用相同的PSI方法，VV和VH极化之间的相关系数为R = 0.825，表明在填海施工期间，表面处理质量（对VH敏感）与内部填充过程（对VV敏感）之间存在高度协调。核密度分布相对于对角线略有偏移，核心密度区域偏向VH侧。这种系统性偏差反映了不同极化对填充材料散射特性的不同响应，证实了极化敏感性的原理。在相同的VV极化条件下，PSI和DSI之间的相关系数为R = 0.709。在核密度分布中，高密度区域紧密集中在1:1参考线周围。这表明尽管PSI基于持久散射体，DSI基于分布散射体，但两者在监测填充材料的整体固结过程上都表现出了良好的一致性。核密度没有显著偏移进一步验证了在不同极化条件下，不同方法在捕捉固结行为方面的相似能力。值得注意的是，VV极化DSI结果与VH极化PSI结果之间的相关性（R = 0.722）高于同极化的VV-PSI结果（R = 0.709）。这一反直觉的发现源于DSI在均匀样本选择期间优先考虑相位稳定的散射体。在填海施工过程中，这样的稳定区域通常对应于压实良好的表面填充区，而这正是VH极化敏感并且能够提供准确监测的区域。这一观察得到了SETP-EMI结果的支持：VV_VH_DS与VH-PSI之间的相关性（R = 0.771）明显高于VV-PSI（R = 0.665）。SETP-EMI方法通过最大似然估计自动优化了多极化信息，其结果明显偏好VH极化。这表明在填海施工环境中，VH通道的相位信息提供了更高的稳定性和可靠性。

总之，由于各种极化通道对地表特征的散射特性和几何形状的固有差异，干涉相位一致性和由此得出的变形结果在不同极化通道之间自然存在显著变化[44]。此外，本研究还表明，在典型的填海施工低相干区域，整合多极化信息对于准确捕捉复杂工程环境中的变形模式至关重要。VH极化在监测地表质量方面的优势为开发中的机场提供了重要的技术支持。

为了定量评估不同方法的监测能力，表4总结了各方法在各个时期获得的变形点数量。结果清楚地显示，在所有时期，SETP-EMI方法始终比传统单极化方法产生的变形点数量显著更多。具体来说，与传统VV极化DSI相比，所提出的方法在2022–2023年、2024年和2025年期间分别增加了76.4%、46.3%和21.5%的变形点数量。这些数据明确表明，整合多极化信息可以大幅增加有效观测目标的数量。这种改进在早期施工阶段（2022–2023年）最为明显，当时地表散射特性相对稳定。随着项目在2024年进入大规模施工阶段，以航站楼桩基工程的开始为标志，快速的表面动态变化导致整体一致性下降。因此，所有方法的监测点数量都减少了。尽管如此，SETP-EMI方法仍保持了最高的点密度，突显了其在动态场景中的稳健性。

表4. 不同方法的变形点计数统计。为了进一步验证变形结果的可靠性，从2025年的数据集中选取了两个代表性点P7和P8（如图1e中标记的位置）进行详细分析（图8）。结果显示，P7和P8点的三个时间序列曲线（VV-PSI、VH-PSI和VV_VH_DS）在趋势上表现出高度一致性。值得注意的是，2025年PS技术获得的PS变形点数量显著减少，反映了传统单极化方法在强烈施工干扰下的局限性。然而，SETP-EMI技术通过动态融合双极化信息，仍然获得了更多的变形点（如表4所示），证明了其在低相干区域中的优越监测能力。

4.3. 结果分析
本研究提出的SETP-EMI方法能够动态识别给定时期具有相似散射特性的像素。因此，当地面物体后向散射发生变化时，更新SHP是在相应的子集内进行的。如果子集内的后向散射强度显著变化，SHP更新可能会包含误差，从而降低相位优化的准确性。因此，使用较小的时间序列子集有助于更及时地检测到更多后向散射强度的变化。

图1e显示了六个代表性监测点（P1–P6）的空间分布。这些点涵盖了中央稳定区、跑道施工区以及人工岛的边缘区。整合2022年至2024年的时间序列变形分析结果（图9），从这些选定的代表性点可以看出，在不同散射机制下，变形特征具有明显的时间差异。在2022–2023年期间已经形成变形模式的区域，P1、P3和P4点的SETP-EMI曲线与VV和VH极化曲线大体一致，反映了这些区域内稳定的散射特性，不同技术有效捕捉到了连贯的变形历史。在2024年的代表性点中，不同方法的P6点曲线也表现出良好的一致性。相比之下，P2点的SETP-EMI曲线与VH极化曲线更为吻合，表明VH极化在该区域提供了更高质量和更稳定的散射信号。P5点的模式与P2类似，其VV极化沉降曲线与VH极化和SETP-EMI结果出现偏离。不同监测点的时间序列曲线显示出一定程度的通道偏好。这源于VV和VH极化之间的散射敏感性差异。VV极化对体积散射和填充材料的内部固结更为敏感，而VH极化对表面粗糙度和几何结构变化的响应更强。结合多时相光学图像进行解释时，这种变异性反映了SETP-EMI方法在不同施工环境下的动态响应机制。SETP-EMI曲线在不同时间间隔内动态偏好VV或VH通道，表明该方法能够根据信号质量自适应地切换主导极化通道，从而在整个观测期间持续选择最可靠的信号源进行相位优化。

图9. P1–P6点的时间序列变形。总之，SETP-EMI方法在空间覆盖范围和连续性方面显著优于单极化方法。此外，它还揭示了与施工活动相关的变形模式的更细微细节。

5. 讨论
时间序列监测结果表明，变形模式与填海机场的关键施工活动之间存在直接的响应关系。在填海工作基本完成的区域（2022–2023年），观察到由填充材料的自重固结主导的均匀沉降场。随着2024年主要结构工作（如航站楼桩基工程）的全面展开，核心施工区域的变形表现出明显的空间异质性，特征是局部抬升和快速沉降的共存，清楚地反映了施工荷载和土壤扰动的直接影响。这些发现表明，填海机场的变形主要是由填充材料的自重压实作用引起的。此外，在InSAR技术中整合偏振技术和序列调整方法显著提高了像素的质量和数量。然而，InSAR技术仍面临以下挑战：
(1) 在建筑密集区域（如航站楼核心区），地面对象的散射特性变化迅速且剧烈，导致严重去相关现象。即使采用多极化融合和序列优化，这一问题也难以完全克服。因此，某些区域的变形测量点较为稀疏甚至缺失，这限制了变形信号的提取。
(2) 对于去相关严重且信号混杂的高动态区域，尽管当前方法已经显著提高了监测能力，但仍需进一步优化。未来的研究可以结合重新访问时间较短的非同步卫星雷达（SAR）数据、多轨道InSAR观测以及地面GNSS监测网络。将这些数据集与建筑记录和散射模型结合起来，可以提高变形信号的连续性，并增强其物理解释的可靠性。

6. 结论
本研究系统地应用了三种技术——PSI、DSI和SETP-EMI——利用89幅Sentinel-1A双极化图像监测DJBIA的变形情况。分析涵盖了三个时间段（2022–2023年、2024年和2025年），揭示了多极化融合在监测建设中的填海机场沉降过程中的作用。得出的结论如下：
(1) VV极化和VH极化结果在监测点分布上表现出显著的空间互补性。在稳定区域，两种极化方法都能得到一致的变形测量结果。然而，在施工扰动区域，VH极化保持了更高的相关性，弥补了VV极化点的稀疏性问题。这种空间互补性表明，单独使用单极化数据无法完整捕捉动态施工环境中的变形场，凸显了整合双极化数据的必要性。
(2) SETP-EMI方法在低相干区域显著提高了监测能力。通过动态融合双极化信息并执行自适应相位优化，该方法即使在2024年之后的航站楼核心区等严重去相关区域，也能持续获取连续可靠的变形场，验证了其在动态施工环境中的技术优势。
(3) 本研究采用了分阶段和全周期SETP-EMI相结合的策略。分阶段的结果表明，在长期的动态施工过程中，没有任何一种极化通道始终保持最优。因此，采用SETP-EMI方法获得了全面的变形监测结果。通过动态评估和融合双极化信息，该方法有效克服了不同阶段地表剧烈变化导致的去相关问题，最终得到了时空连续的长期变形场。
(4) 本研究验证的SETP-EMI方法为高动态环境中的高精度变形监测提供了有效的技术方案。其核心在于动态融合多极化信息，以提高低相干区域的监测能力。这种方法不仅适用于填海机场，还可扩展到其他地表变化快速的场景，为类似动态工程项目中的安全控制和风险预警提供新的技术支持。