本文档属于类型a：一份关于单一原创研究的学术论文报告。以下是根据您的要求生成的详细学术报告。
基于SBAS-InSAR技术的大坝形变监测方法研究与应用
一、 研究作者、机构与发表信息
本研究由彭劲松（第一作者，湖南环境生物职业技术学院）、陈海佳（武汉象印科技有限责任公司）、赵林峰、刘慧娟、李静纳、赵富群（均为湖南环境生物职业技术学院）共同完成。研究成果以《SBAS-InSAR技术在大坝形变监测中的应用》为题，发表于中文期刊《测绘与空间地理信息》（Geomatics & Spatial Information Technology）2026年第5期（第49卷第5期），于2024年5月20日收稿。
二、 研究的学术背景与目标
本研究属于测绘科学与技术领域，具体涉及合成孔径雷达干涉测量（InSAR， Interferometric Synthetic Aperture Radar）技术及其在大坝安全监测中的应用方向。
研究背景：大坝作为关键水利基础设施，其安全稳定运行至关重要。运营期间，大坝在各种因素作用下会产生形变，一旦超出安全阈值，将严重威胁下游人民生命财产安全。因此，对大坝形变进行实时、精确的监测是迫切需求。传统监测方法（如全站仪）存在成本高、效率低、难以大范围连续监测等局限。时序InSAR技术，特别是小基线集干涉测量（SBAS-InSAR， Small Baseline Subset InSAR）技术，因其具有全天候、广覆盖、高精度和可探测微小形变等优势，已成为地表形变监测的研究热点。然而，传统InSAR技术在应用于大坝监测时，易受时空失相干和大气效应的影响，导致监测精度受限。SBAS-InSAR技术通过合理组合多幅SAR影像，能够有效抑制这些误差，提升监测的可靠性和精度。
研究目标：本研究旨在深入探索SBAS-InSAR技术在大坝形变探测与监测中的具体应用方法。研究目标并非仅仅验证SBAS-InSAR技术的可行性，而是提出一套完整的、优化的数据处理流程，从差分干涉图生成、滤波去噪、相位解缠，到高相干点选取、数学模型构建与求解，最终实现对大坝形变量的精确提取，以弥补传统监测方法的不足，为保障大坝安全运营提供新的技术支撑。
三、 研究的详细工作流程
本研究的工作流程是一个系统性的数据处理与分析链条，主要包括以下几个关键步骤：
第一步：数据准备与差分干涉图生成。 研究选取了某水电站大坝作为研究对象，该坝具有发电、防洪、灌溉等多重功能，库容巨大，监测意义重大。研究采用Sentinel-1A卫星的C波段SAR影像作为数据源。首先，设定了时间基线阈值（100天）和垂直空间基线阈值（100米），从获取的影像数据集中筛选出符合要求的N+1张影像。基于这些影像，通过两两配对，成功构建了M幅（文中示例为27幅）干涉相位图。随后，利用已有的数字高程模型（DEM， Digital Elevation Model）数据，通过反演运算从干涉相位图中去除地形相位分量，最终得到了M幅大坝区域的差分干涉相位图。这一步是后续所有分析的基础，其质量直接关系到最终结果的可靠性。
第二步：差分干涉图的滤波处理。 研究观察到生成的差分干涉相位图中存在大量噪声，这些噪声会严重影响形变监测的精度。为了提升数据质量，本研究采用了一种经过优化的Goldstein滤波算法对差分干涉图进行滤波处理。该算法的具体流程如下：1）将空间域的差分干涉图I(x, y)通过傅里叶变换转换到频率域，得到I’(u, v)，并计算其局部功率谱Q(u, v)。2）使用矩形平滑窗口与Q(u, v)进行卷积运算，构建滤波器Z(u, v)。3）算法的关键优化在于滤波因子s的自适应确定。s的值并非固定，而是由干涉图中每个像素的相位方差δ²φ决定。相位方差δ²φ又与干涉相干系数γ的绝对值有关（见公式2）。研究通过计算δ²φ，并对其进行最大最小值归一化得到δ‘φ，最终根据公式s = exp(δ’φ) / exp(δ_max) 动态确定每个像素区域的滤波强度。4）最后，通过傅里叶逆变换将滤波后的频率域信号转换回空间域，得到去噪后的差分干涉图Î(x, y)。这种自适应滤波方法能够在抑制噪声的同时，更好地保留真实的形变相位信息。
第三步：相位解缠。 滤波后的相位值仍是缠绕的（值域在[-π, π]之间），需通过相位解缠获取真实的绝对相位。本研究引入“最小不连续性”概念，并将其嵌入区域增长算法，形成了一种改进的相位解缠方法。该方法的具体步骤为：1）在差分干涉图中选择质量优异的像素点作为“种子点”。2）计算种子点周围邻近像素的相位跳跃数（即不连续性），并设定一个“最小不连续性阈值”。3）按照满足最小不连续性阈值的原则，确定像素点相位展开的次序，将符合条件的像素点相位逐一展开。4）在处理过程中，综合利用多方向信息来解算每个像素的相位，以消除单一路径可能带来的误差。5）当不同生长区域发生重叠时，对重叠区域进行整合，确保整个图像相位解缠的一致性。通过这一改进算法，研究成功获得了大坝区域相位解缠图，为后续形变计算提供了连续的相位场。
第四步：高相干点选取。 并非所有像素点都适合用于形变反演。受植被覆盖、水分变化等因素影响，部分像素的散射特性会随时间剧烈变化（时间失相干），导致相位信息不可靠。为此，研究采用相干系数阈值法来筛选出在整个时间序列中散射特性稳定、相位质量高的点，即“高相干点”。具体流程：首先，根据公式（10）计算每个像素点在所有干涉图中的相干系数序列γ。然后，计算该序列的最小值γ_min和平均值γ_mean。最后，设定两个阈值ε_a和ε_b，只有当像素点的γ_min ≥ ε_a 且 γ_mean ≥ ε_b时，才被选为高相干点。实验结果表明，通过此方法，在研究区域内共筛选出56个高相干点，这些点主要集中在水体附近的稳定区域。
第五步：构建高程测量估计数学模型与求解。 基于筛选出的高相干点，研究构建了用于反演大坝形变的时间序列数学模型。核心思想是将每个高相干点在每幅差分干涉图中的相位变化与两个时间点之间的形变量联系起来（公式14）。将所有干涉图和高相干点的观测方程组合，形成一个线性方程组，其矩阵形式为：Dξ = δξ（公式15），其中D为设计矩阵（与影像时间基线有关），ξ为待求的每个时间点的形变相位矩阵，δξ为由观测相位组成的矩阵。由于该方程组通常是秩亏的，研究采用奇异值分解（SVD， Singular Value Decomposition）方法进行求解。首先对设计矩阵D进行奇异值分解（D = UCV^T），然后通过求广义逆D+（公式18）来估算形变相位ξ̂。进一步地，将形变相位转换为平均形变速率υ（公式19），并考虑可能的DEM残余误差ζ̂，最终得到形变量δζ与形变速率υ之间的关系（公式22：δζ = Gυ + ζ̂）。通过求解此模型，即可得到每个高相干点在每个时间点的累积形变量。
四、 研究的主要结果
结果一：成功生成并优化了差分干涉图对。 根据设定的基线阈值，研究从Sentinel-1A数据中成功构建了27幅大坝差分干涉相位图对（见图1结果），证明了数据处理的稳定性和可行性。通过对其中一幅图的滤波处理前后对比（见图2结果）显示，原始的差分干涉图中噪声点密集，严重影响判读。而经过优化的Goldstein滤波处理后，噪声被显著抑制，图像清晰度大幅提升，为后续高精度的相位解缠奠定了坚实基础。
结果二：获得了高质量的大坝相位解缠图。 研究将改进后的最小不连续性区域增长算法应用于滤波后的差分干涉图，成功实现了相位解缠。图3展示了相位解缠的结果。通过与未改进方法的对比（文中提及），本文方法有效降低了大气误差等因素的影响，提高了相位解缠的准确性和可靠性，得到了连续、平滑的绝对相位场，这是计算形变量的直接输入。
结果三：精确筛选出用于形变反演的高相干点。 应用相干系数阈值法，研究从整个大坝区域的相位解缠图中，精准筛选出了56个高相干点（见图4结果）。这些点的空间分布特征明显：在河流（推测为坝体附近水域）沿岸区域分布密集，而在其他区域（如植被覆盖区或地形变化剧烈区）则相对稀疏。这符合物理认知，坝体结构及附近裸露岩石区域散射特性更稳定。高相干点的成功选取，确保了后续形变反演所依据的相位数据质量最高、最可靠。
结果四：实现了对大坝形变的精确监测与量化分析。 基于高相干点数据和构建的数学模型，研究反演并分析了大坝左右两侧监测点的形变时间序列（见图5结果）。监测结果显示：1）在整个观测期内，大坝左右两侧的形变量均呈现持续累积增加的趋势。2）形变表现出明显的季节性特征：在高水位时期，坝体承受压力大，形变量较大；水位下降后，形变量增长趋缓，数值显著降低。3）左右两侧形变行为存在差异：高水位时，右侧形变量大于左侧。这些结果清晰地揭示了大坝形变与水库水位变化（荷载）之间的强相关性，证实了坝体形变主要由长期水压荷载所致。该结果不仅验证了监测方法的有效性，也为评估大坝结构性态提供了直接的量化数据。
五、 研究的结论与价值
研究结论：本研究成功开发并验证了一套基于SBAS-InSAR技术的、完整的大坝形变监测方法。该方法通过优化Goldstein滤波和改进的相位解缠算法，有效抑制了干涉图中的噪声和相位误差；通过相干系数阈值法稳健地选取了高相干点；最终通过构建高程测量估计模型并利用奇异值分解法求解，实现了对大坝广域范围内毫米级形变的高精度、非接触、连续监测。实验表明，该方法能够清晰捕捉大坝形变的时空分布特征及其与水位变化的动态关系。
研究价值： 1. 科学价值：研究深化了SBAS-InSAR技术在特定工程结构（大坝）监测中的应用方法学。提出的优化滤波和相位解缠策略，为处理复杂地形和人工建筑区域的InSAR数据提供了技术参考。将形变结果与水文荷载（水位）直接关联分析，增强了InSAR监测结果的地球物理解释能力。 2. 应用价值：该方法为传统大地测量手段提供了一种强大的补充乃至替代方案。它能够实现大范围、高频率、低成本的全坝面监测，及时发现潜在的不均匀沉降或变形区域，为大坝的日常巡查、安全评估、风险预警和科学管理提供了全新的技术工具和决策依据，对于保障重大水利基础设施安全、预防灾害具有重要的现实意义。
六、 研究的亮点
七、 其他有价值的内容
研究在实验部分提供了非常直观的图示结果（差分干涉图对组成、滤波前后对比、相位解缠结果、高相干点分布、形变时间序列曲线），这些图表有力地支撑了每个步骤的有效性和最终结论的可靠性。此外，研究在引言部分对现有大坝形变监测方法（如NARX神经网络预测模型、传统InSAR技术）的优缺点进行了简要评述，从而清晰地定位了自身研究工作的创新点和必要性。基金项目信息也表明该研究得到了地方科技项目的支持，体现了其应用导向和地域特色。