InSAR變形監(jiān)測(cè)方法與研究進(jìn)展
朱建軍, 李志偉, 胡俊
中南大學(xué)地球科學(xué)與信息物理學(xué)院, 湖南 長(zhǎng)沙 410083
基金項(xiàng)目：國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（973計(jì)劃）（2013CB733303）；國(guó)家自然科學(xué)基金（41371335；41404011）；高分辨率對(duì)地觀測(cè)系統(tǒng)重大專項(xiàng)（民用部分）（03-Y20A11-9001-15/16）
第一作者簡(jiǎn)介：朱建軍(1962-), 男, 教授, 博士生導(dǎo)師, 研究方向?yàn)?a href='http://www.mocsil.com/jikeng/tech/2012/0428/8087.html' target='_blank'>測(cè)量平差與InSAR數(shù)據(jù)處理。E-mail:zjj@mail.csu.edu.cn
星載合成孔徑雷達(dá)干涉測(cè)量(interferometric synthetic aperture radar, InSAR)因其高精度、高分辨率、全天候等優(yōu)點(diǎn)已迅速成為常用的大地測(cè)量技術(shù)之一，旨在通過計(jì)算兩次過境時(shí)SAR影像的相位差來獲取數(shù)字高程模型[1-2]。隨之而來的差分雷達(dá)干涉技術(shù)(differential interferometric synthetic aperture radar, D-InSAR)則是通過引入外部DEM或三軌/四軌差分實(shí)現(xiàn)了地表變形監(jiān)測(cè)。除了地形因素外，時(shí)空失相干、大氣、軌道等也是影響DInSAR技術(shù)的形變監(jiān)測(cè)精度的主要因素[3-4]。與此同時(shí)，衛(wèi)星硬件的不斷發(fā)展，重返周期越來越短會(huì)導(dǎo)致微小形變與噪聲之間的混疊，空間分辨率越來越高也會(huì)導(dǎo)致噪聲更加復(fù)雜，這些都對(duì)常規(guī)D-InSAR的形變監(jiān)測(cè)提出更高的挑戰(zhàn)。此外，D-InSAR技術(shù)獲取的形變是地表真實(shí)三維形變?cè)诶走_(dá)視線方向(line-of-sight, LOS)上的投影，目前多通過除以入射角的余弦值得到垂直向的形變。但是，這需要假設(shè)水平方向上無形變[5]，很多情況下并不滿足，從而導(dǎo)致形變信號(hào)的錯(cuò)誤解譯。
為了突破DInSAR技術(shù)的這些限制，學(xué)者們提出了多時(shí)相InSAR技術(shù)(multi-temporal InSAR, MT-InSAR)來進(jìn)行高精度的形變監(jiān)測(cè)，如永久散射體(persistent scatterer InSAR, PS-InSAR)、小基線集(small baseline subsets InSAR, SBAS-InSAR)和分布式散射體(distributed scatterer InSAR, DS-InSAR)等。此外，為了彌補(bǔ)D-InSAR或MT-InSAR技術(shù)只能獲取LOS形變的缺陷，學(xué)者又提出多孔徑InSAR(multi-aperture InSAR, MAI)技術(shù)來獲取方位向(即衛(wèi)星飛行方向)上的形變信息。以上這些InSAR技術(shù)已廣泛應(yīng)用于各類形變監(jiān)測(cè)中，如城市地面沉降、礦區(qū)沉降、地震及板塊運(yùn)動(dòng)、火山噴發(fā)、基礎(chǔ)設(shè)施變形、冰川漂移、凍土形變、滑坡等。
本文旨在通過分析以上這些InSAR技術(shù)及其在各應(yīng)用領(lǐng)域的研究現(xiàn)狀，使讀者能夠?qū)nSAR變形監(jiān)測(cè)有更為系統(tǒng)性的理解。本文章節(jié)安排如下：第1節(jié)介紹InSAR技術(shù)與現(xiàn)狀，包括雷達(dá)干涉測(cè)量原理和SAR衛(wèi)星現(xiàn)狀；第2節(jié)介紹目前主流的幾種InSAR變形監(jiān)測(cè)方法及進(jìn)展；第3節(jié)介紹InSAR變形監(jiān)測(cè)在重點(diǎn)應(yīng)用領(lǐng)域的研究現(xiàn)狀；第4節(jié)則對(duì)InSAR變形監(jiān)測(cè)的挑戰(zhàn)進(jìn)行分析。
1 InSAR技術(shù)與現(xiàn)狀1.1 雷達(dá)干涉測(cè)量原理
合成孔徑雷達(dá)干涉測(cè)量技術(shù)(InSAR)集合成孔徑雷達(dá)技術(shù)與干涉測(cè)量技術(shù)于一體。合成孔徑雷達(dá)(SAR)是一種主動(dòng)式微波遙感，用來記錄地物的散射強(qiáng)度信息及相位信息，前者反映了地表屬性(含水量、粗糙度、地物類型等)，后者則蘊(yùn)含了傳感器與目標(biāo)物之間的距離信息。干涉的基本原理是同一區(qū)域兩次或多次過境的SAR影像的復(fù)共軛相乘，來提取地物目標(biāo)的地形或者形變信息。雷達(dá)干涉的模式分為：沿軌道干涉法、交叉軌道干涉法、重復(fù)軌道干涉法。其中利用重軌干涉最為常用的方式，以此為例，所得到的干涉相位表達(dá)式為[4] (1)
式中，φflat為平地相位；φtopo為地形相位，該相位可以用來恢復(fù)地形信息；φdef為地表形變引起的相位；φatmo為大氣延遲相位；φnoise為觀測(cè)噪聲引起的相位。
將平地相位、地形相位、噪聲相位、大氣相位去除，即可得到地表形變相位，這樣的雷達(dá)干涉技術(shù)被稱為雷達(dá)差分干涉技術(shù)(D-InSAR)，文獻(xiàn)[2]首次論證該項(xiàng)技術(shù)可用于探測(cè)厘米級(jí)的地表形變。其幾何關(guān)系如圖 1所示。
圖 1 差分干涉測(cè)量幾何關(guān)系Fig. 1 Geometric relation of differential interferometry
從圖3中可以導(dǎo)出以下關(guān)系
(2)
式中，Δr為所要求解的地面目標(biāo)點(diǎn)的LOS向形變信息；λ為雷達(dá)波長(zhǎng)。
1.2SAR衛(wèi)星的發(fā)展現(xiàn)狀
1978年，美國(guó)發(fā)射了L波段SEASAT衛(wèi)星，在1981、1984年又相繼發(fā)射了SIR-A和SIR-B衛(wèi)星，為最初的研究提供了少量的星載數(shù)據(jù)。隨后其他國(guó)家也相繼研究并研發(fā)了不同波段的中低分辨率的SAR衛(wèi)星。1991年7月、1995年4月歐洲空間局(ESA)相繼發(fā)射了C波段ERS-1和ERS-2衛(wèi)星，采用相同的軌道參數(shù)，組成串行飛行模式，為對(duì)地觀測(cè)提供了大量的數(shù)據(jù)，極大地推動(dòng)了InSAR技術(shù)的發(fā)展。1992年日本空間局發(fā)射了L波段JERS-1衛(wèi)星，長(zhǎng)波段的穿透力強(qiáng)，使其在InSAR監(jiān)測(cè)中具有很強(qiáng)的優(yōu)勢(shì)，但JERS-1衛(wèi)星并不是專門針對(duì)干涉測(cè)量而設(shè)計(jì)的，軌道誤差較為嚴(yán)重，影響了它的適用性。1995年，加拿大發(fā)射了C波段RADARSAR-1衛(wèi)星，獲取了覆蓋全球的大量數(shù)據(jù)。21世紀(jì)以后，SAR衛(wèi)星系統(tǒng)的硬件得到更大的改進(jìn)，專門針對(duì)干涉測(cè)量的衛(wèi)星陸續(xù)發(fā)射成功。2000年美國(guó)實(shí)施的SRTM計(jì)劃，利用航天飛機(jī)獲取了全球80%的30m和90m分辨率的DEM數(shù)據(jù)，對(duì)差分干涉測(cè)量提供了可靠的外部DEM數(shù)據(jù)。歐空局2002年3月發(fā)射的ERS系列后繼衛(wèi)星ENVISAT不僅提供了SAR數(shù)據(jù)，還提供了MERIS水汽數(shù)據(jù)，對(duì)InSAR數(shù)據(jù)中大氣延遲誤差的改正提供了極大的幫助。2006年1月日本空間局發(fā)射了L波段的ALOS-1衛(wèi)星，因其長(zhǎng)波長(zhǎng)穿透性強(qiáng)、抗失相干的特性在地震、礦山等方面的監(jiān)測(cè)得到了廣泛的應(yīng)用。ERS-1/2、ENVISAT、ALOS-1、RADARSAT-1獲取豐富的中低分辨率SAR數(shù)據(jù)成為21世紀(jì)早期InSAR技術(shù)發(fā)展的主要數(shù)據(jù)源，大部分的研究成果也是基于這些數(shù)據(jù)得到。
在上述的中低分辨率的SAR衛(wèi)星陸續(xù)停止服務(wù)后，新一代高分辨率衛(wèi)星相繼發(fā)射，而且這些SAR衛(wèi)星系統(tǒng)也從單一極化、模式、波段、固定入射角向多極化、多模式、多波段、可變?nèi)肷浣前l(fā)展。由此，SAR衛(wèi)星系統(tǒng)迎來了一個(gè)全新的時(shí)代。2007年德國(guó)航空航天局成功發(fā)射了X波段TerraSAR-X衛(wèi)星，隨后在2010年發(fā)射了其姊妹星TanDEM-X，構(gòu)成分布式協(xié)同工作模式，可以提供全球高精度的數(shù)據(jù)及數(shù)字高程模型，分辨率最高可達(dá)0.25m。意大利空間局設(shè)計(jì)的X波段COSMO-SkyMed星座包括4顆星，分別于2007年6月、2007年12月、2008年10月、2010年11月成功發(fā)射，分辨率高達(dá)1m，重訪周期短，在風(fēng)險(xiǎn)預(yù)警、災(zāi)害管理等方面發(fā)揮著重要的作用。2007年12月加拿大發(fā)射的C波段RADARSAT-2衛(wèi)星繼承了RADARSAT-1衛(wèi)星的工作模式，還增加了多極化成像等，增強(qiáng)了其在地形監(jiān)測(cè)領(lǐng)域的觀測(cè)能力。2014年4月歐空局成功發(fā)射了首顆環(huán)境監(jiān)測(cè)衛(wèi)星C波段Sentinel-1A衛(wèi)星，并于2016年4月發(fā)射了Sentinel-1B衛(wèi)星，對(duì)全球大范圍的地質(zhì)、環(huán)境災(zāi)害的監(jiān)測(cè)提供了豐富的數(shù)據(jù)。2014年5月日本成功發(fā)射的L波段ALOS-2衛(wèi)星，空間分辨率最高達(dá)到1m，其在大型地質(zhì)災(zāi)害(如地震)監(jiān)測(cè)領(lǐng)域具有獨(dú)一無二的優(yōu)勢(shì)。與此同時(shí)，我國(guó)也在積極的研發(fā)SAR衛(wèi)星，并于2016年8月10日在太原成功發(fā)射了高分三號(hào)(GF-3)衛(wèi)星，實(shí)現(xiàn)了我國(guó)衛(wèi)星SAR影像干涉測(cè)量零的突破。
現(xiàn)有的SAR衛(wèi)星系統(tǒng)具體參數(shù)如表1所示。在未來，SAR衛(wèi)星系統(tǒng)的設(shè)計(jì)將會(huì)針對(duì)不同的研究領(lǐng)域而進(jìn)行規(guī)劃，例如，歐空局規(guī)劃在2020年發(fā)射P波段BIOMASS衛(wèi)星是為森林樹高測(cè)繪和生物量反演而設(shè)計(jì)；德國(guó)航天局預(yù)計(jì)在2022年發(fā)射的L波段TanDEM-L衛(wèi)星，主要針對(duì)全球陸表動(dòng)態(tài)變化監(jiān)測(cè)而設(shè)計(jì)。
表1現(xiàn)有SAR衛(wèi)星系統(tǒng)具體參數(shù)Tab.1SpecificparametersofcurrentSARsatellites
2InSAR變形監(jiān)測(cè)方法與進(jìn)展
2.1D-InSAR方法
D-InSAR是在傳統(tǒng)的InSAR技術(shù)上發(fā)展起來的方法，主要通過引入外部DEM去除InSAR獲取的干涉圖中的地形相位，進(jìn)而得到差分干涉圖[2]。而這差分干涉相位中除了地形相位外，還存在平地效應(yīng)、形變信號(hào)、大氣以及噪聲成分。由于該差分干涉相位仍然是纏繞的，因此需對(duì)剩余的相位成分進(jìn)行整周模糊度求解。具體地，通過精確的軌道信息來去除平地效應(yīng)，利用一定的濾波來降噪，通過外部數(shù)據(jù)或模型來去除大氣相位[6]，通過相應(yīng)的相位解纏方法來獲取整周模糊度[7]。自Gabriel在1989年首次利用D-InSAR成功獲取了農(nóng)田區(qū)的形變信息后，學(xué)者們相繼對(duì)DInSAR技術(shù)做了一系列的改進(jìn)，如濾波算法的提出和改進(jìn)[8-9]、軌道相位的去除[10]、相干性的穩(wěn)健性估計(jì)、電離層的去除[12]等。同時(shí)，D-InSAR也從最初的地震、火山等大范圍地表形變監(jiān)測(cè)慢慢發(fā)展到局部形變監(jiān)測(cè)，如結(jié)合角反射器的礦區(qū)、滑坡、油氣田以及城市地表形變。雖然D-InSAR已取得了一定的成果，但因監(jiān)測(cè)精度仍受時(shí)空失相干、大氣等因素的影響，因此基于D-InSAR發(fā)展起來的MT-InSAR是現(xiàn)今InSAR技術(shù)監(jiān)測(cè)變形的研究熱點(diǎn)。
2.2PS-InSAR方法
文獻(xiàn)[13—14]首次提出了PS-InSAR方法，其基本思想是：第一，利用覆蓋同一研究區(qū)的多景單視SAR影像，選取其中一景SAR影像作為主影像，其余SAR影像分別與主影像配準(zhǔn)，依據(jù)時(shí)間序列上的幅度和(或)相位信息的穩(wěn)定性選取永久散射體(PersistentScatterer，PS)目標(biāo)；第二，經(jīng)過干涉和去地形處理，得到基于永久散射體目標(biāo)的差分干涉相位，并對(duì)相鄰的永久散射體目標(biāo)的差分干涉相位進(jìn)行再次差分；第三，根據(jù)兩次差分后的干涉相位中各個(gè)相位成分的不同特性，采用構(gòu)建形變相位模型和時(shí)空濾波或方式估計(jì)形變和地形殘余信息。
PS-InSAR技術(shù)不是針對(duì)SAR影像中的所有像元進(jìn)行數(shù)據(jù)處理，而是選取在時(shí)間上散射特性相對(duì)穩(wěn)定、回波信號(hào)較強(qiáng)的PS點(diǎn)作為觀測(cè)對(duì)象。這些PS點(diǎn)通常包括人工建筑物、燈塔、裸露的巖石以及人工布設(shè)的角反射器等[14]。PS點(diǎn)的準(zhǔn)確選取可以確保即便在干涉對(duì)的時(shí)間或空間基線很長(zhǎng)的條件下(甚至達(dá)到臨界基線)，PS點(diǎn)依然呈現(xiàn)出較好的相干性和穩(wěn)定性。常用PS點(diǎn)選取方法包括振幅離差閾值法[14]、相干系數(shù)法[16]、相位分析法[17]，以及這些方法的組合等。而形變和地形殘差解算通常采用解空間搜索法[14]、LAMBDA方法[18]和StamPS中的三維解纏法[19]等。
目前，PS-InSAR技術(shù)已在多個(gè)城市的高分辨率地面沉降監(jiān)測(cè)中得到廣泛應(yīng)用，特別是城市重點(diǎn)基礎(chǔ)設(shè)施的高分辨率形變監(jiān)測(cè)。通過對(duì)比同期的水準(zhǔn)和GPS測(cè)量數(shù)據(jù)，證實(shí)了PS-InSAR技術(shù)具有較高的可靠性(mm級(jí)的精度)[20]，因此對(duì)掌握城市地面沉降動(dòng)態(tài)規(guī)律以及分析地面沉降的成因等具有重要意義。
然而PS-InSAR技術(shù)也存在自身的缺陷。首先，其通常要求覆蓋同一區(qū)域的SAR影像數(shù)目較多(通常要求大于25景)，便于保證模型解算的可靠性。其次，PS-InSAR技術(shù)由于是基于大量PS點(diǎn)的迭代回歸或網(wǎng)平差計(jì)算，運(yùn)算效率不高，因此不適合大范圍地區(qū)高分辨率的地面沉降監(jiān)測(cè)。
2.3SBAS-InSAR方法
SBAS-InSAR是一種基于多主影像的InSAR時(shí)間序列方法，只利用時(shí)空基線較短的干涉對(duì)來提取地表形變信息，文獻(xiàn)[21]提出并利用該技術(shù)進(jìn)行意大利南部CampiFlegrei火山口和Naples市的時(shí)間序列形變估計(jì)，證明了該方法具有能夠準(zhǔn)確估計(jì)形變的能力。SBAS-InSAR技術(shù)克服了PS-InSAR因選取一幅影像作為公共主影像而引起的部分干涉圖相干性較差的不足，同時(shí)降低了對(duì)SAR數(shù)據(jù)的需求量，運(yùn)算效率較高。
SBAS-InSAR技術(shù)是以多主影像的干涉對(duì)為基礎(chǔ)，基于高相干點(diǎn)恢復(fù)研究區(qū)域的時(shí)間序列形變信息，其原理如下：首先對(duì)覆蓋某個(gè)地區(qū)的不同時(shí)間段的多景SAR影像計(jì)算時(shí)間空間基線，選擇恰當(dāng)?shù)臅r(shí)空基線閾值選取干涉對(duì)；然后對(duì)選取的干涉對(duì)進(jìn)行差分干涉處理并進(jìn)行相位解纏；最后根據(jù)自由組合的干涉圖形成子集的情況，對(duì)所有干涉圖組成相位方程采用最小二乘法或者SVD方法進(jìn)行形變參數(shù)的估計(jì)。在實(shí)際處理中會(huì)采用時(shí)空濾波的方法去除大氣延遲的影像分離出非線性形變，估算的低頻形變與此非線性形變的總和即為整個(gè)研究區(qū)的形變信息。
針對(duì)SBAS-InSAR技術(shù)，各國(guó)學(xué)者展開了許多研究，在高相干點(diǎn)選取方面主要有相位穩(wěn)定性選點(diǎn)法[22]、振幅離差指數(shù)選點(diǎn)法[13]、空間相干性[23]等方法；在形變觀測(cè)的數(shù)學(xué)模型選取方面，主要有線性模型[23]、二階多項(xiàng)式形變模型[21]、周期性形變項(xiàng)[24]等；在參數(shù)估算方面主要有最小二乘法[23]、SVD法[21]、基于L1范數(shù)的解算方法[26]等。
為了提高高質(zhì)量相干點(diǎn)的密度、減弱誤差的影像、改善形變參數(shù)估計(jì)結(jié)果的精度，國(guó)內(nèi)外學(xué)者提出了一些融合PS-InSAR和SBAS-InSAR優(yōu)點(diǎn)的算法，如文獻(xiàn)[23]提出了基于最小二乘網(wǎng)絡(luò)的平差法，利用少量的SAR數(shù)據(jù)獲取干涉圖中高相干點(diǎn)的地表形變信息。文獻(xiàn)[27]應(yīng)用PS-InSAR和SBAS-InSAR融合技術(shù)于Eyjafjallajokull火山的形變監(jiān)測(cè)中，獲取了該區(qū)域的時(shí)間序列形變結(jié)果。文獻(xiàn)[28]提出了時(shí)域相干點(diǎn)法(TCP-InSAR)，對(duì)形變參數(shù)、軌道誤差同時(shí)進(jìn)行估計(jì)，提高了監(jiān)測(cè)精度。
2.4DS-InSAR方法
自2011年文獻(xiàn)[29]發(fā)布第二代永久散射體技術(shù)SqueeSAR以來，時(shí)序InSAR領(lǐng)域的研究熱點(diǎn)逐漸轉(zhuǎn)向?qū)Ψ植际侥繕?biāo)(distributedscatterer,DS)的探索。與PS目標(biāo)的物理屬性不同，DS是指在雷達(dá)分辨率單元內(nèi)沒有任何散射體的后向散射占據(jù)統(tǒng)治地位的點(diǎn)目標(biāo)[30]。事實(shí)上，利用DS-InSAR進(jìn)行形變監(jiān)測(cè)的概念早在SBAS技術(shù)和StamPS技術(shù)中已經(jīng)建立[21,27]，當(dāng)時(shí)學(xué)界更多的是以相干、非相干目標(biāo)加以區(qū)分，而弱化了PS與DS之間的物理界限。因此，從數(shù)據(jù)處理的角度來說，以SBAS為代表的小基線技術(shù)與SqueeSAR技術(shù)及其變種有本質(zhì)不同，但它們又同時(shí)強(qiáng)調(diào)DS目標(biāo)的信噪比，因而均屬于相位濾波。
SqueeSAR的技術(shù)要點(diǎn)是：①通過同質(zhì)點(diǎn)選取算法增強(qiáng)時(shí)序InSAR協(xié)方差矩陣的估計(jì)精度，并同時(shí)輔助PS與DS目標(biāo)的分離；②通過相位優(yōu)化算法從協(xié)方差矩陣中恢復(fù)時(shí)序SAR影像的相位。在第1個(gè)步驟中，其前提條件是相同SAR影像質(zhì)地的像素具有相同相位中心，因此在時(shí)序統(tǒng)計(jì)推斷的框架下，選取具有相同SAR統(tǒng)計(jì)分布的像素參與平均不僅可以提升相位信噪比，還能保留圖像的空間分辨率[32]。相比之下，SBAS多采用常規(guī)多視處理或空間(自適應(yīng))濾波，是一種以犧牲空間分辨率為代價(jià)換取相位質(zhì)量提升的方法[29]。在復(fù)雜形變特征環(huán)境下，這類方法極易損失細(xì)節(jié)，并伴隨形變非形變區(qū)域的誤讀。在第2個(gè)步驟中，SqueeSAR在樣本協(xié)方差矩陣服從復(fù)Wishart分布的基礎(chǔ)之上，采用極大似然估計(jì)方法得到優(yōu)化后的時(shí)序相位。由于似然估計(jì)量無解析表達(dá)式，需采用非線性優(yōu)化“擠壓”待估參數(shù)，便成為“Squeeze”一詞命名的由來。值得注意的是，SqueeSAR一方面運(yùn)用了所有干涉對(duì)的信息，另一方面卻并未從濾波后的干涉相位中直接提取時(shí)序相位，這與大多數(shù)時(shí)序InSAR技術(shù)采用相位三角關(guān)系從濾波后的干涉相位中直接解算時(shí)序相位有本質(zhì)區(qū)別[29]。在優(yōu)化DS之后，與PS目標(biāo)一起融入傳統(tǒng)PS-InSAR數(shù)據(jù)處理框架就可以獲得精度更高、空間分辨率增強(qiáng)的時(shí)序形變產(chǎn)品。
SqueeSAR技術(shù)也有其缺陷。在同質(zhì)選點(diǎn)算法中，使用的KS假設(shè)檢驗(yàn)功效低，特別在小樣本條件下易使選取的同質(zhì)集合中包含許多異質(zhì)點(diǎn)，而且計(jì)算效率低下[32]。因此，近年來國(guó)內(nèi)外學(xué)者紛紛提出了計(jì)算更為高效或估計(jì)精度更高的統(tǒng)計(jì)推斷方法，具有代表性的是AD檢驗(yàn)[33]、似然比檢驗(yàn)[32]、自適應(yīng)檢驗(yàn)和置信區(qū)間估計(jì)等[34]。在相位優(yōu)化算法中，計(jì)算效率是該方法的主要詬病之處，使得大范圍的精細(xì)監(jiān)測(cè)幾乎無法施展，備擇的方案是文獻(xiàn)[35]提出的協(xié)方差矩陣奇異值分解方法。在優(yōu)化可靠性方面，可采用抗差性更強(qiáng)的估計(jì)量，如M估計(jì)量等[36]。
上述改進(jìn)算法與SqueeSAR技術(shù)一起構(gòu)成了當(dāng)今DS-InSAR的雛形，旨在提高計(jì)算效率、增加觀測(cè)密度和改善估計(jì)精度。廣義的，除基于PS目標(biāo)之外的時(shí)序InSAR技術(shù)都或多或少地應(yīng)用了DS的概念，而聯(lián)合PS-InSAR和DS-InSAR或許是提高最終產(chǎn)品精度的最佳方案[27,29]。
