InSAR技术在多年冻土区形变监测的应用

刘世博， 赵 林， 汪凌霄， 邹德富， 周华云，谢昌卫，乔永平，岳广阳，史健宗

（1.中国科学院西北生态环境资源研究院冰冻圈科学国家重点实验室藏北高原冰冻圈特殊环境与灾害国家野外科学观测研究站，甘肃兰州730000；2.南京信息工程大学地理科学学院，江苏南京210044；3.中国科学院大学，北京100049）

0 引言

多年冻土主要分布于环北极的高纬度地区和中低纬度的高海拔地区，面积约为23×106km2，占北半球陆地面积的25%［1-3］。岩土层中冰的存在是多年冻土的主要特征，由于冰的密度约比水小9%［4-5］，故随着活动层中水分的季节冻结和融化，地表会发生周期性冻胀和融沉。气候变暖会导致活动层融化深度增大，多年冻土上限附近地下冰融化，致使地表出现下沉的趋势［6-8］。地表的冻胀融沉对寒区工程建筑的影响一直是冻土学的主要研究方向之一。在过去几十年，由于人为活动的干扰和气候变化的共同作用，地表形变已经导致青藏公路、东北铁路的破坏率达到30%以上［9-12］，严重危害了寒区的交通运输安全。因此长期且连续的地表形变监测不仅可以获取多年冻土对气候变化的响应，还可以对多年冻土区工程的建设与维护提供宝贵的信息。

地表形变的传统监测手段主要以埋设仪器、水准 测量、差 分GPS（global positioning system）为主［13-16］。在兰州的马衔山［17］，通过多次水准观测并结合温度与土壤水分数据，发现该地区地表10月开始冻胀，4月开始融沉，形变的较大值一般出现在冻土发育良好的小湖滩附近。水分迁移是导致该地区出现冻胀的主要因素。水准测量是监测多年冻土区道路形变的主要手段，在我国的青藏公路和哈大高速铁路都对不同结构的路基进行长期水准监测［18-19］，获得的形变信息为道路维护提供帮助。差分GPS在监测多年冻土地表形变也具有极大的潜力，在阿拉斯加中北部地区利用DGPS技术获取了该地区2001—2002年多年冻土地表形变状况。相比较于水准测量，内置的高精度大地坐标系统和快速连续的测量是其主要优势［16］。在西伯利亚勒拿河流域，将树脂玻璃板用金属管水平固定在地表（可由地表垂直移动），通过反复测量深入多年冻土内部的钢管顶部与地面上的有机玻璃板之间的距离来测量地表形变，作为InSAR结果的验证数据［20］。上述传统方法可以获取连续准确的形变信息，但不能满足大面积、大范围、长时间序列的形变监测需求［21］。

随着InSAR技术的不断发展［22-25］，利用其获取多年冻土区地表形变逐渐成为研究热点。其中DInSAR技术在加拿大北部［26］、阿拉斯加［27］和青藏高原［28］等多年冻土区都得到了较为准确的多年冻土地表形变信息。但D-InSAR技术的监测精度受到时空失相干和大气延迟的影响［29］，且无法获取研究区域地表形变的时间序列。为了弥补D-InSAR的不足，Berardino等［30］于2002年提出时间序列InSAR的小基线技术，可以获取长时间连续准确的多年冻土地表形变信息。InSAR时间序列方法目前主要分为三种：①永久散射体技术（persistent scatter，PS）［31-32］，此方法在生成差分干涉相位后仅对高相干的目标进行建模和形变解算；②小基线技术（small baseline subset，SBAS）［30，33］，通过识别单元内观测目标的相位和强度均值作为此像素观测量，处理多个干涉对来获取各影像获取时刻相对于初始时刻的形变量；③临时相干点技术（temporal coherent point，TCP）［34］，相比于PS技术，此方法增加了观测目标密度，不只是选取高相干目标。还有将上述三种方法相互组合进行形变计算，例如StaMPS算法结合PS和SBAS技术，将PS点作为观测目标，计算各目标的形变时序解，在形变监测中也有着较多的应用［35］。

近年来，许多学者利用InSAR技术实现了对多年冻土区地表形变监测的研究，获取了较为可靠的地表形变结果，证实了该技术在多年冻土区探测地表形变的能力［36］。Liu等［37］利用InSAR技术获取了阿拉斯加多年冻土区北坡地表的形变信息，结果显示在1992—2000年间由于多年冻土上限地下冰融化而导致该地区发生了1～4 cm的沉降。这一结果也很好的解释了该地区多年冻土温度升高，活动层厚度却没有增厚的原因。在青藏高原多年冻土区，利用InSAR技术监测多年冻土的形变量为公路铁路的路基维护提供了快捷准确的信息［28，38］，节省了大量的人力物力。利用InSAR技术得到的准确、连续、大范围的地表形变信息不仅可以使人们更好地了解气候变暖下多年冻土的变化，而且随着研究不断的深入，根据形变结果模拟活动层厚度变化、地下冰融化状态等方面有着很好的应用［39-41］。

1 InSAR及多年冻土形变原理

1.1 多年冻土形变原理

多年冻土地表季节形变主要由活动层中水分相变引起地表冻胀融沉所致。如图1所示，活动层的冻融过程可分为四个阶段，分别为夏季融化、秋季冻结、冬季降温和春季升温［9］。夏季融化阶段活动层处于吸热状态，热量传输由上向下，融化锋面逐渐向下迁移，其附近的自由水在重力作用下迁移至0℃附近，由此导致的融水再冻结使得在融化初期地表有可能出现轻微的抬升。随着活动层不断吸收热量，地表的融沉量逐渐增大。在秋季冻结阶段，活动层融化至最大深度后由底部向上开始冻结，而此时活动层上部白天吸收热量，晚上放出热量，此时地表处于较为稳定的状态。随着温度的降低，活动层进入双向冻结过程，也就是进入“零幕层”阶段，此时地表形成稳定冻结层，融化层上部冻结锋面快速向下移动，水分不断向冻结锋面迁移和冻结，此时地表多为抬升的趋势。随着冻结锋面向下迁移速度变缓，活动层进入相对稳定的冻结阶段。而冬季降温过程是冰分凝过程与冷缩过程共同作用，地表以冻胀为主。到了春季升温阶段，活动层温度升高，地表会出现轻微的白天融化下沉，夜晚冻结抬升的情况。

图1 活动层季节冻融过程Fig.1 Seasonal freeze-thaw process of active layer

如图2所示，多年冻土地表的年际形变主要是由其上限附近的地下冰融化导致。研究表明，多年冻土上限附近的地下冰是由于重复分凝作用造成的，具体地说，它是由正冻土中的成冰作用、已冻土中的成冰作用、正融土中的成冰作用、未冻水的不等量迁移规律、冰的自净作用和冰的共生生长等多种作用的综合并重复发生的结果［42］。

图2 多年冻土年际形变原理及趋势Fig.2 Principles and trends of interannual deformation for permafrost

当活动层中存在温度梯度，就会产生自由能梯度，从而引起水分向温度低的方向移动。当多年冻土发生自上而下冻结时，水分向多年冻土上限聚集，形成地下冰。这种水分迁移不仅在正冻土中出现，在已冻土和正融土中同样存在。多年冻土中还存在未冻水，当温度梯度为正值时，未冻水将发生向上的迁移。由于这种迁移发生在非剧烈相变区，故其迁移量较小；而当温度梯度为负值时，水分将向下迁移，且发生在剧烈相变区，故其迁移量较大。夏季由负梯度造成的向下的迁移水量显然要大于冬季由正梯度造成的向上迁移的未冻水量，因此水分的向下迁移并在多年冻土上部积聚，使其含冰量增加［43］。同时冰的自净作用使未冻水向下积聚而土颗粒向上积聚，这种作用的逐年重复使含冰量继续提高。最后，冰的共生生长作用致使多年冻土上限附近含冰量进一步增加。

在气候变暖的背景下多年冻土上部活动层增厚，温度升高［44］，其上限厚层地下冰逐渐融化，地表在长期状态下多呈现下沉趋势。多年冻土地表形变是季节形变和年际形变共同作用的结果，活动层土壤含水量和多年冻土上限地下冰融化速度决定着地表的形变状态。多年冻土的自上而下融化可能引起地表大面积的沉降［10］，致使多年冻土土壤基底承载强度降低，对多年冻土区工程的稳定性造成较为严重的影响［45-46］。

1.2 InSAR技术原理

干涉测量的本质就是依靠地面目标两次后向散射回波信号的高相干性，求取两次信号在传播过程中的相位差φ。如图3所示，假设卫星两次通过地面点P，而卫星过境时的位置分别为A1和A2，目标点P到卫星传感器的斜距分别为R和R+ΔR。图中z为P相对于参考椭球的高程。A1和A2之间的距离B被称为基线，α为基线与水平面的夹角。由于卫星的高度在运算时已知，假设A1到参考椭球的高程为H。由图中几何关系可得，如果求解P的高程，首先要解决卫星在A1位置时的入射角θ。信号在两次传播过程中的相位差φ可以表示为

图3 InSAR获取地表形变原理Fig.3 Principle of InSAR to obtain the surface deformation

式中：λ为雷达发射信号的波长。

从图3中的几何关系可得

由于R≫B，R≫ΔR，将式（1）代入式（2）得

如果已知φ、α、B、λ以及H，即可计算P点的高程z。

由式（1）可知波长是计算相位差的重要参数，而SAR影像是卫星发射的电磁波与地物目标相互作用的结果，不同波长的电磁波与地物目标相互作用会有不同的表现。SAR数据的波长与卫星雷达天线的设计密切相关，从图4可以看出，星载SAR卫星主要以C、L和X波段为主。不同波长的数据对于地表的穿透能力也不同，因此在多年冻土区的适用性也有所差异。

图4 不同波段SAR产品Fig.4 SAR products for different bands

在加拿大育空地区的赫歇尔岛，Short等［47］针对TerraSAR-X（X波段），RADARSAT-2（C波段）和ALOS-PALSAR（L波段）三种不同波长的SAR产品在连续多年冻土区监测地表形变的能力进行比较。TerraSAR-X较高的时空分辨率，在数据处理过程中降低了失相干现象出现的可能，可以更好地监测一些突发事件，如滑塌造成的地表形变的动态变化。而较高的空间分辨率在监测道路形变等较小目标物上有着很好地应用。但较短的波长更容易受到空气中水汽的干扰，较差的穿透力在植被覆盖度高的区域往往会受到干扰。TerraSAR-X数据目前处于收费阶段，尽管数据时间较长，但获取仍较为困难。而波长较长的L波段数据具有更强的穿透力，在植被覆盖高、土壤含水量大和地势较为复杂的地区有着更好的应用，可以提供更为完整准确的形变结果，也具有长时间监测多年冻土形变的优势。但由于ALOS数据基线较长，误差相较于其他数据可能会更高，所以对DEM数据的准确性要求更精确。在高纬地区电离层对L波段的SAR数据影响较大，会对信号的传播带来较大的干扰。同时较长的重访周期在长时间形变监测中会漏掉很多有用的信息，尤其是在冻融初始阶段，对短期的季节形变和突发性形变监测有着较大的影响。而C波段波长介于L波段和X波段之间，兼顾了二者的优势与不足，是目前使用最为广泛的波段。目前有ERS1/2、Sentinel-1、RADARSAT等卫星，在多年冻土区形变监测方面都取得了较好的结果，在该区域的研究中RADARSAT数据的表现也是最为稳定的。

2 InSAR在多年冻土区形变监测的应用

2.1 季节形变

由于多年冻土所处的纬度、海拔、局地气候条件不同，其季节形变也有着不同的特征。图5显示目前通过InSAR技术获取的多年冻土区季节形变特征表现为，青藏高原北麓河地区［48］、黑龙江北黑公路沿线［49］和俄罗斯勒拿河三角洲地区［50］为高值区，地表的最大季节形变量可达100 mm。北麓河地区于3月地表达到最大的抬升量，而北黑公路较该区融化时间更早，且冻胀量相比沉降量较小，高分辨率的TerraSAR-X数据在公路形变研究中有着较好的应用，可以获得更高的形变信息。Zhang等［48］发现在北麓河的草甸区域发育了许多冻融湖，剧烈的冻融作用致使该地区形变量高值多出现在热融湖塘周围，Strozzi等［50］在勒拿河三角洲地区也发现了同样的现象。季节形变量较小的区域主要出现在青藏高原北部地区［51］和格陵兰岛东北部［52］，干旱的气候致使这些地区土壤未冻水含量较低，加之较短的暖季和较少的人类活动造成了这些地区地表季节形变量分别只有12 mm和7.4 mm。

图5 多年冻土区的季节形变量Fig.5 Seasonal deformation in permafrost areas

在青藏高原北部，形变量较大的地区主要分布在东西走向山脉之间的狭长盆地，地势平坦地区的季节形变量往往大于陡坡地区。季节形变量较大区域融化开始时间往往要比形变量较小区域早1～2个月，Daout等［51］认为是由于土壤水分不饱和导致水分主要集中在活动层底部，对于气温变化响应有所延迟。在南极的利文斯顿岛，InSAR结果显示在2016年12月至2017年4月期间发生了20～30 mm的冻胀［50］，且表现出了明显的空间异质性。Strozzi等［50］认为这是由于该区域靠近海洋，土壤中盐分含量差异造成了形变的不同。同时土壤沉积物颗粒差异也造成了冻胀量的不同，细颗粒地表往往具有更大的冻胀量。在加拿大的马更些河山谷，根据RADARSAT的数据结果显示在2006年7月至10月该地区发生过滑坡或火烧现象的区域的地表融沉量可达13～18 mm，而没有出现火烧现象的区域其融沉量只有3～7 mm，火烧现象明显增加了该区域的融沉量，且发生火烧现象的区域地表沉降的结束时间也要晚于其他地区，Singhroy等［53］认为是由于燃烧后产生的黑色腐殖质使土壤吸收更多的热量，更深的融化深度造成了更大的下沉量。综上所述，多年冻土区的地形和土壤质地通过控制水分和热量影响着季节形变量的大小。

Envisat数据显示，青藏铁路拉萨—当雄试验路段2007年6—8月期间的最大沉降量达到30 mm，从9月至次年的2月最大冻胀量可达40 mm［54］，从山顶至山底形变振幅总体呈增大趋势。青藏公路沿线附近区域的季节形变量更大［55］，在该区域的公路沿线融化季地表下沉量接近80 mm。青藏公路沿线季节形变量也有着明显的空间异质性，根据ALOS数据显示两道河地区季节形变量最大值只有20 mm，相对于拉萨当雄段公路形变量较小［56］。在阿拉斯加的Prudhoe Bay地区，根据ERS1/2数据［37］和全球差分定位系统（DGPS）［16］监测结果显示，该区域季节融沉量在10～40 mm之间，港口和石油开采区是该地区形变的高值区域。在格陵兰岛西部，由于较多的人类活动使其季节形变量要远远大于东部，最大值可达30 mm［50］。从上述几个例子可以看出，人类活动加剧了多年冻土地表形变的发生。

通过上述多年冻土区形变研究发现，多年冻土地表季节形变受到地形、土壤质地、未冻水含量和人类活动的影响，表现出明显的空间差异性，地表融沉开始和结束时间也有所不同。在欧洲的格陵兰岛东北部，该区域1995—1999年间融化季地表形变量在0.4～6.1 mm之间，而在2006—2009年间则增加到2.3～7.4 mm之间，该地区多年冻土的季节融化深度也有着明显的增加。在全球气候变暖的背景下，多年冻土区的季节形变量也有增加的趋势，对气候变暖有着很好的反馈［52］。

2.2 年际形变

随着SAR数据的不断增加和时序InSAR技术的发展，可以获取较长时间的多年冻土形变信息。由表1可知，多年冻土年际形变的高值区主要集中在青藏高原的北麓河［57-58］、五道梁［59］地区和俄罗斯的勒拿河三角洲地区［60］。多年冻土上限附近的地下冰融化速率较快导致了较高的年间沉降量，五道梁地区年际沉降量可达10.28 mm。地表年际形变量较小的地区主要分布在青藏高原的西北部［51，61］、格陵兰岛东北部［52］和西藏当雄县附近［54］，这些地区多年冻土上限附近地下冰含量往往较低，地表年际形变量多在3 mm以下［51-52，54］。多年冻土的年际形变也有明显的空间差异性，2003—2010年45景Envisat数据显示北麓河高山地区多年冻土地表状态较为稳定，年平均形变量只有-0.75 mm。而地势较低的稀疏植被区多年冻土地表形变较大，年形变量可达-16～0 mm之间。

表1 多年冻土区的年际形变量Table 1 Interannual deformation in permafrost areas

北麓河地区铁路沿线地表下沉量为每年1.01 mm，公路附近区域年沉降量为1.47 mm，更好的保护措施和更高的通车标准使得铁路沿线年际形变量要低于公路。青藏高原的其他区域也很好地显示了出这一特征，根据2007—2010年Envisat数据显示，青藏铁路西藏当雄县沿线多年冻土年平均形变量为-0.14 mm，而公路年平均形变量为-0.52 mm，公路附近的形变量要远大于铁路。多年冻土区的交通运输对地表年际形变也会产生较大影响，研究人员认为交通运输线的铺设改变了多年冻土区下垫面性质，人类活动进一步加剧了地表的形变，因此运输沿线地区年际形变一般要高于其他地区［54］。

在格陵兰岛东北部地区，利用ERS1/2及Envisat数据监测了该地区两个时间段的地表形变状况，结果显示在1995—1999年间该区域多年冻土区年平均形变量数值为-2.4～-0.3 mm，而2006—2009年间地表下沉量增长到0.8～2.7 mm·a-1，气候变暖导致多年冻土上限地下冰融化速度加快，年际形变量增大。阿拉斯加北部地表的长期下沉也很好地解释了该地区尽管气温升高冻土退化但活动层却没有明显增加的原因，地表形变信息相比于活动层厚度数据可以更好地反映该地区多年冻土的退化趋势。但是在气候变暖及多年冻土区地表年际普遍发生下沉的趋势下，还是有一些区域会出现一些异常的情况。例如在勒拿河三角洲地区2017年融化季地表形变相对于2016年发生了10 mm左右的上升，Chen等［60］根据气温统计发现这很可能是由于2017年夏季融化开始时间延迟所导致，2017年7月的平均温度要比2016年7月低0.6℃。多年冻土年际形变对于气候的长期变化趋势有着很好的反馈，对于气候变化研究是极有意义的。

2.3 不同下垫面的形变

下垫面情况的差异造成了多年冻土区地表形变的异质性。青藏高原现存多年冻土的总面积约为106万km2［62］，由于其土壤含水量、气温、海拔、植被覆盖度的不同，其地表形变特征也有所也差异，以青藏高原唐古拉和两道河这两个观测场为例。

唐古拉观测场位于青藏高原多年冻土区腹地，由表2可知该地区多年冻土未冻水含量和植被覆盖度较低。而两道河地区位于多年冻土区南界边缘，土壤含水量和植被覆盖度均高于唐古拉地区。通过InSAR反演和水准实测都显示这两个地区出现了缓慢的长期沉降趋势，且年间形变量差距不大。而由于不同土层含水量的不同，两道河地区季节形变量明显要大于唐古拉地区。通过表2可知，在4月和7月两道河地区各层土壤质量含水量均远远高于唐古拉地区，较高的未冻水含量导致了较大的季节形变量。唐古拉的降水主要集中在活动层融化阶段，孔隙度较大的砾质砂壤土会导致降水或融水下渗到活动层融化锋面以下，再次冻结导致活动层中冰体积的增加而使得地表高程轻微增加。而同样土壤孔隙度较大的两道河地区却没有出现类似的现象，很可能由于该区域活动层土壤在融化期间其含水量较高，导致降水不会继续下渗而是转化为地表流走或者蒸发［56］。地形的起伏通过影响土壤含水量也对季节形变产生了影响，通过对两道河地区的观测发现在个别地势较低且平缓的观测点，两个月的形变量可达153 mm，远远高于其他地区，造成了该地区内部地表形变的异质性。

表2 唐古拉和两道河观测场植被覆盖度及土壤含水量Table 2 Vegetation coverage and soil water content in Tanggula and Liangdaohe study sites

多年冻土区地表季节形变主要由土壤含水量决定。随着高原降雨量的增加，降水或者融水下渗对多年冻土区水文过程、感热和潜热通量变化有很大影响，对地表形变状态也会产生很大的不确定性。较高的未冻水含量往往伴随着较好的植被覆盖度，结果显示C波段数据在两道河地区结果与水准实测数据及冻融规律不太符合，较高的未冻水含量导致复杂的相位变化，会造成较大的误差。植被生长过程中的变化也会影响地表形变的反演结果，而波长较长的L波段数据在植被覆盖较高的地区较C波段数据效果更好。

2.4 活动层厚度模拟

活动层是指覆盖在多年冻土之上的夏季融化，冬季冻结的土层［63］。活动层是多年冻土区地层水热交换最为频繁的区域［64］，其厚度的变化是地气能量交换的直接结果，是影响寒区生态环境最活跃的因素。同时活动层厚度变化也直接影响多年冻土区的水文特征和植物生态环境，在多年冻土研究中有重要意义［65］。

活动层厚度的获取方法主要以实测和模型反演为主［66］。实测是通过在野外埋设相关仪器记录地下土层温度信息或坑探的方式来获取多年冻土的融化和冻结深度。野外实测数据精度高，作为模型模拟的精度验证数据极为重要，但其空间分辨率受到限制，只能得到小范围内的信息。而模型模拟方法综合考虑积雪、植被、土壤含水量等多种因素，可以获得大范围的活动层厚度信息。但模型反演法原理复杂，需要考虑众多的影响因子，获取准确的活动层厚度信息较为困难。

随着InSAR技术的发展，人们已经不限于利用其获得多年冻土区地表形变信息，还根据多年冻土季节形变与活动层厚度之间的关系，计算出了较为可靠活动层厚度数据。Liu等［39］假设多年冻土地表季节沉降完全是由活动层水分相变所致，通过1992—2000年ERS1/2数据获取的融化季沉降信息，结合土壤含水量、孔隙度、饱和含水率和土壤水分相变导致的体积差，获取了阿拉斯加北坡8 000 km2的多年冻土最大融化深度，也就是活动层厚度。可表示为

式中：H为融化深度；P为土壤孔隙度；S为饱和土壤含水率；ρw为水的密度；ρi为冰的密度；d为地表沉降量。文献［39］默认该地区活动层土壤含水量饱和，即S=1。

将模拟结果与该地区CALM观测的活动层厚度数据进行比较，结果较为一致，证明了InSAR监测多年冻土活动层厚度的潜力。随后，李珊珊［54］、Jia等［61］等利用类似的反演模型并对土壤孔隙度和土壤饱和度进行了简化，反演了青藏高原地区的活动层厚度，均取得了较好的结果。但上述方法没有考虑土壤湿度的影响，或假设土壤水分处于饱和状态，这种简单的处理会引起较大的误差。张正加［67］在进行青藏高原活动层厚度反演时发现不同地形地貌的土壤含水量具有差异性，同时地下土壤水分随深度而变化，如果不充分考虑土壤含水量的话，会导致活动层厚度的估计结果存在误差。因此根据不同土壤类型和土壤含水量的情况，建立了适合青藏高原多年冻土区的活动层厚度反演模型，并使用两个实测点数据对北麓河地区反演的结果进行验证，误差分别为0.3 m和0.5 m。模拟结果均取得了较好的结果，弥补了气象站点监测空间性不足的缺陷。

3 讨论

InSAR技术在多年冻土区地表形变监测方面取得了较多的成果，但目前还是存在一些问题亟待解决，其中失相干现象是限制InSAR技术在多年冻土区应用的主要问题。在差分干涉测量时，由于两影像获取的卫星天线中心与观测目标的连线并不完全重合，这种几何结构差异就引起几何失相干。而两幅SAR数据时间间隔较长进而导致地面目标的介电常数变化较大时，会引起时间失相干。同时大气条件、基线长度以及轨道轻微不平行、变形运动过快等情况都会导致相位的失相干，尤其是冬季积雪会对形变反演带来极大的困难。失相干现象降低了相位结果的相干性，导致后续解缠的困难和失败，影响研究区信息的准确性与完整性。尽管近年来发展了永久散射体技术、小基线子集等方法大大缓解了失相干现象的发生，例如在2019年迈阿密大学推出最新的时序算法Mintpy［68］开源软件包，可以读 取ISCE、ARIA、FRInGE、SNAP、GAMMA和ROI_PAC等主流InSAR软件格式数据，可以生成三维的地表形变结果。该算法通过加权最小二乘法进行时间序列反演，利用最小树桥接、相位闭合减小干涉图的积分模糊度和基于相干的网络修正等方法减小了相位解缠结果地误差且内置的PYAPS模块可以对结果进行大气校正，减小大气对时序结果造成的误差。但目前失相干情况还是较为普遍的存在，尤其是波长较短的SAR数据在含水量较高，植被覆盖的较好的地区更为明显。此外，相位解缠也是数据处理中的难点，由于地面状况的复杂性和干涉像对本身的质量差异，使得相位成功解缠的难度很大。目前提出了如瞬时频率算法（IFA）、卡尔曼滤波算法、自动抑制全局扩散误差的算法［69］以及SNAPHU［70］算法大大提高了解缠成功率，为多年冻土区地表形变监测提供了更为准确完整的信息。

实测数据的缺失对遥感反演的验证造成了很多困扰。目前很多形变反演结果并没有相应的实测数据验证，只能根据是否符合冻胀融沉规律来判断结果的准确性。但在青藏高原多年冻土区的长期监测结果发现地表形变并不一定完全符合融化季下沉，冻结季抬升的规律。例如在唐古拉地区2015年5月至7月中旬和2016年6月至10月地表出现轻微抬升，正常情况下处于融化季多年冻土区地表应处于融沉的状态。这一反常现象可能是由于活动层融化阶段降水或融水下渗到冻结锋面导致再次冻结，从而引起地表出现轻微抬升而导致。这些现象已经在实验室或者野外实验中证实，Cheng［71］在青藏高原多年冻土区、Mackay［72］在北极西海岸多年冻土区均有发现。因此，单纯以符合冻融规律作为验证标准并不一定能反映结果的准确性。

尽管InSAR技术在多年冻土区的应用仍存在一定的问题，但该技术有着极为广阔的前景，越来越多的人将目光投到了该技术对多年冻土的监测中。目前处理SAR数据软件和算法多样，生成的数据格式也不同，得到的结果数据格式和文件类型等都有较大差异，在进行时序运算时会由于格式和内容的不同造成很多麻烦。因此，数据输出格式的统一和各软件间相互支持是日后不断发展的趋势。同时，大范围、长时间、高分辨率的SAR产品在自然条件较为恶劣的多年冻土区有着较大的应用需求，地表形变产品的推出会加速多年冻土形变的研究。最后，随着研究的不断深入，InSAR不仅仅局限于对多年冻土形变监测的应用，还要不断挖掘其潜力，应用于更多的研究领域中。地表形变对于多年冻土退化［73-74］、全球变暖［75］、碳源碳汇转变［76］研究都有着重要的意义，值得不断深入的研究与探索。

4 结论

由于SAR数据种类的不断增多和算法的不断进步，InSAR技术在多年冻土区有着广阔的应用前景。因此，对于多年冻土区大范围连续的地表形变监测及形变原理研究迫在眉睫。通过总结前人的研究，发现：

（1）InSAR技术在多年冻土区地表形变监测方面有着较好的应用，在欧洲、中国青藏高原、俄罗斯、美国阿拉斯加、加拿大等地都获取了大范围的多年冻土形变结果，且具有明显的空间异质性。多年冻土地表季节形变量大的区域主要集中在土壤含水量大或人类活动较多的公路铁路沿线地区，而气候较为寒冷干燥土壤含水量低的地区季节形变量较小。年际形变量较大的地区主要分布在富冰多年冻土区，多年冻土上限附近的地下冰在气候变暖背景下不断融化造成了地表出现年际下沉的趋势，例如阿拉斯加北部及青藏高原北麓河地区。随着SAR卫星产品的不断增加及InSAR技术的不断进步，人们可以获取更高的时空分辨率及更加准确的多年冻土区地表形变信息。

（2）由于多年冻土区下垫面条件有所差异，因此不同波段的SAR数据在不同区域的适用效果是不同的。波长较短的SAR产品在土壤干燥、植被覆盖度较低的地区效果较好。而波长较长的SAR产品在含水量高、植被条件较好的地区准确性更高，在地形起伏较大或融冻泥流造成较大形变的情况下会有更好的表现，但对DEM数据的精度要求更高，同时高纬度地区电离层对L波段的SAR数据影响较大。因此选取合适的SAR产品在形变研究中极为重要。

（3）随着卫星产品的不断增加和处理技术的不断进步，InSAR在多年冻土区有着更好的应用前景，但也存在着许多问题亟待解决。失相干、相位解缠错误及大气对信号的干扰等问题都需要科学家对算法不断改进，寻求更优的方案。同时多年冻土区形变研究也需要更好的数据获取渠道及下载速度，由于一些产品处于收费的状态，影响了数据在形变监测中的应用。最重要的是，利用InSAR技术在多年冻土区监测地表形变需要掌握必要的多年冻土理论知识，对于多年冻土形变及活动层变化的机理及过程有着较为清楚地认识，这样才能不断推动这项技术在多年冻土区应用、进步和发展。