本文发表于《广东电力》第39卷第3期（2026年3月），第一作者蒋畅，来自广东电网有限责任公司电力科学研究院，合作者包括王中奥、王磊。论文属于单项原始研究，提出了一种改进的SBAS-InSAR（小基线集合成孔径雷达干涉测量）方法，用于山区高压输电线路的形变监测。

在学术背景方面，高压输电线路是能源电力系统的关键基础设施，常布设于地形和地质条件复杂的山区，其安全运行面临地表缓慢沉降和突发地质灾害的威胁。传统人工巡检方式效率低、成本高，难以实现大范围、毫米级形变的常态化监测。InSAR技术，尤其是时序InSAR方法，为广域地表形变监测提供了有力工具。永久散射体干涉（PSI）与小基线集（SBAS）是两种主流时序分析框架。PSI方法利用振幅离差指数选取永久散射体（PS），但在植被覆盖区点目标稀疏；SBAS方法通过短基线干涉对组合能获取更多分布式散射体（DS），适用于低相干区域，但同样面临点目标密度不足与大气相位延迟干扰的问题。针对输电线路这类线性、穿越低相干区域的特殊地物，上述问题更为突出。为此，本文提出一种融合点目标增强与大气相位抑制的改进SBAS-InSAR方法，目的是提升山区输电线路长廊形变监测的精度与可靠性。

研究的具体工作流程包括五个主要步骤。第一步是数据预处理与干涉对组合。利用SNAP软件对2023年11月至2024年11月的25景Sentinel-1A升轨影像进行精密配准，设定时间基线为120天、空间基线为150米，生成小基线集干涉图堆栈，并执行Goldstein相位滤波，输出相位、振幅和相干性数据。第二步是初步点目标选取与相位解缠。在StaMPS中采用传统振幅离差阈值法，设定阈值0.4，初步选取永久散射体点；随后基于Delaunay三角网连接候选点，并采用统计费用网络流3D解缠算法获取初步解缠相位。第三步是改进的相干点筛选。将StaMPS初步处理结果导入MATLAB环境，计算加权振幅离差指数（δADIw），设定阈值0.25对初步PS点进行精选，以剔除受噪声影响较大的假点；针对非PS像素，利用非局部加权相位滤波提升相位质量，并基于滤波后的时序相干性筛选出分布式散射体点；合并精选后的PS点与新识别的DS点，形成高密度相干点集。其中，加权振幅离差法通过引入时序相干性作为权重，调整不同时间的振幅值对ADI计算的贡献，以降低噪声影响；非局部加权相位滤波利用时序相位、局部相干性和相位波动方差构建像素特征向量，通过计算像素间综合距离和相似性权重，对复数值进行加权平均，再从复数取幅角得到滤波后的相位值，从而在不依赖显式相位解缠的情况下有效抑制噪声。第四步是大气相位校正与形变计算。通过MATLAB脚本实现相邻干涉图平均迭代算法，并嵌入StaMPS中。该算法的基本假设是短时间间隔内地表形变近似线性，且大气相位在相邻时刻互不相关；通过对相邻干涉图的差分结果进行平均，估计每个影像采集日期对应的大气相位，并通过迭代优化和收敛判断，从原始干涉图中减去大气相位估计值，获得经大气校正的差分干涉图。最后基于高密度点集重新估计和分离相位残余，求解时序形变方程，获取年均形变速率与时间序列形变。第五步是形变分析与可视化。在MATLAB和QGIS中进行后处理，沿输电线路创建200米缓冲区，提取缓冲区内的形变信息，重点分析杆塔及其周边区域的形变特征与趋势。

研究选取广东省肇庆市的3条高压输电线路作为研究对象，分别编号为AB、CD、EF。AB线为南北分布，长度约52.100千米；CD线为东西分布，长度约100.182千米；EF线为东西分布，长度约87.118千米。研究区域经纬度范围为111°75’E至112°72’E、23°06’N至23°88’N，北部多为山地和高丘岭，属于南亚热带季风气候，降水主要集中在4—9月。Sentinel-1A数据采用干涉宽幅（IW）成像模式，极化方式为VV+VH双极化组合。

在点目标密度与空间分布对比方面，研究选取整个研究区域及城镇区、林地区、输电线路廊道3个典型子区域进行定量与定性对比。结果显示，在城镇区，改进方法在保持高密度点的同时进一步优化了点分布，密度提升约3倍，点密度由231个/平方千米提升至726个/平方千米；在林地区，传统方法几乎失效，点密度极低，而改进方法通过挖掘分布式散射体信号，使点密度提升约19.7倍，由20个/平方千米提升至395个/平方千米；在输电线路廊道，点密度提升约7倍，由5个/千米提升至35个/千米；整个研究区的点密度由133个/平方千米提升至693个/平方千米，提升约5.2倍。改进方法使输电线路沿线生成了连续、密集的点目标监测网络。

在时间序列信号质量对比方面，选取林地区1个共用点目标，对比其在不同方法下解算的时间序列形变信号。结果显示，传统方法和改进方法得到的时序信号变化趋势总体相似，前期存在波动；经改进方法处理后，该点的时序信号变得平滑、稳定，沉降趋势清晰可见。这证明改进方法不仅增加了点数量，也提升了单个点的时间序列信号质量。

在形变结果精度方面，由于研究区内缺乏同步的GNSS或水准测量数据，研究通过稳定性检验、时序一致性分析和与已有研究对比进行综合论证。稳定性检验显示，研究区外围稳定参考点的平均形变速率为-0.5±0.8毫米/年，接近于0，表明方法未引入显著的系统性偏差；时序一致性分析显示，杆塔点位与邻近沉降中心的时序形变曲线高度一致，且形变加速趋势与区域季节性降雨周期明显相关，符合浅表层滑坡或压实沉降的物理机制；与广州—佛山地区、广东省地质灾害综合研究以及粤港澳大湾区的已有InSAR监测结果相比，本研究监测到的年均沉降速率量级为-35至-13.99毫米/年，与上述区域的沉降速率量级相一致。

在输电线路形变分析方面，研究区域内总体形变分布在-54.29至20.36毫米/年范围内，整体呈沉降趋势，局部区域形变速率达到-54.29毫米/年。3条输电线路总体稳定，但在少数杆塔点位附近发现较明显的沉降。AB线形变速率范围为-30.03至5.10毫米/年，其中杆塔1和杆塔2附近形变较大，杆塔2附近出现明显沉降漏斗，最大沉降速率达到-30.03毫米/年，累积形变量为-35.47毫米；杆塔2距离沉降漏斗中心约129米，形变速率为-14.22毫米/年；时序分析显示2023年11月至2024年4月保持匀速下沉，2024年5月至9月沉降明显加速，2024年10月至11月趋于平缓。CD线形变速率范围为-33.13至-5.24毫米/年，杆塔3至杆塔4段沉降较为明显，沉降漏斗形变速率达到-33.13毫米/年，累积沉降为-21.36毫米；杆塔4距离沉降漏斗中心约190米，形变速率为-25.22毫米/年；时序分析显示2023年11月至2024年5月匀速沉降，2024年6月至9月明显加速，2024年10月至11月趋于平缓。EF线形变速率范围为-35.38至3.13毫米/年，杆塔5附近出现明显沉降漏斗，最大沉降速率达到-28.10毫米/年，累积沉降为-29.99毫米；杆塔5距离沉降漏斗中心约79米，形变速率为-21.33毫米/年；时序分析显示2023年11月至2024年5月匀速沉降，2024年6月至9月明显加速，2024年10月至11月趋于平缓。

研究表明，改进的SBAS-InSAR方法能够有效克服山区输电线路监测中的点目标稀疏和大气干扰难题。加权振幅离差法与非局部加权相位滤波法可协同优化PS与DS的识别，在低相干区域将相干点密度提升数倍至数十倍；相邻干涉图平均迭代算法无需外部数据即可有效估计并抑制大气相位延迟，使点目标的时序形变信号更为平滑稳定。3条输电线路在监测期内整体呈沉降趋势，平均形变速率为-13.99毫米/年，最大形变速率达-35毫米/年。其中CD、EF线路沉降较为显著，杆塔4、杆塔5等点位位于明显沉降区，建议在运维中予以重点关注。研究为输电线路长廊的常态化、高精度形变监测与安全预警提供了可靠的技术手段。

本研究的主要亮点在于：提出了一种融合加权振幅离差法和非局部加权相位滤波法的相干点筛选策略，可在低相干区域显著提升点目标密度；引入相邻干涉图平均迭代算法，无需外部数据即可有效抑制大气相位延迟；将改进方法应用于山区高压输电线路这一特殊线状基础设施，验证了其有效性与实用性。研究同时指出，受SAR影像分辨率与植被覆盖影响，部分杆塔周边未能提取有效相干点；缺乏同期的GNSS或水准测量数据进行绝对精度验证。未来工作将融合多源遥感数据与实地测量，进一步优化方法并在更多复杂场景中验证其普适性。