为验证上述时序相位解缠方法，利用IBIS-L连续采样的地基SAR影像133景，观测区域为稳定边坡，如图6-7所示，监测时间由凌晨00：01至上午11：58，该区域在SAR的成像大小为845*93个像元。监测区域的平均强度如图6-8所示，大部分区域均在20dB以上，图6-9显示该区域平均相干性在0.75以上，说明该区域的SAR反射信号较强且散射特性稳定，适合利用地基SAR进行变形监测。

利用双阈值PS点提取方法，得到稳定的PS点3520个，极坐标下的点位分布如图6-10所示。相较于像幅大小，PS点密度足以对边坡区域进行时序监测。从监测区域场景图中可以发现，除了稳定的边坡外，图中下方为发电机组且在强度图中呈现出规则的矩形成像（图6-8中红色方框已标出），由于监测时段内可能存在因机组发电而引起的变形，因此在选择边坡稳定监测点位时，应该尽量避免这个区域。

若将冗余干涉组内影像数设为4，则133景影像的冗余干涉方程为393个。如图6-11所示为其中待时序解缠的PS点，解缠前在第352个干涉方程中出现了大于残差阈值的情况。由于建立的是冗余观测，某时刻的空间解缠错误会影响到邻近相位的残差解算，因此在355序列的附近也出现了较大的残差。但经过其余奇异值分解的最小二乘迭代解缠，该处的相位得到了正确的修正，最后时序残差均满足阈值，得到该PS点的时序解缠相位。

所有PS点经空间二维解缠与时序一维解缠后，可以得到在监测时段内相位的时序变化，下面选取4个具有代表性的监测时刻来进行时序解缠相位的分析。如图6-12所示，由于时序相位解缠的前提是初始时刻的相位值为0，则采样时刻00：01时的PS点相位均为起始值；监测时间为05：58时，由于温度湿度的变化，并且附近的发电机组没有工作，整个监测区域有正向的相位变化，因此可以推断出这些形变均是由大气相位造成的；监测时间为09：43时，因发电机组正常工作，则在形变相位趋势上表现出与边坡的不一致；同样原因，当监测时间为11：42时，边坡受大气相位影响与厂房的形变相位具有明显的不一致。综上所述，可以看到时空三维解缠方法能够准确地得到相位的变化信息，并且稳定的边坡所产生的形变相位主要是由于大气扰动造成的。为获取监测区域真实的形变信息，必须抑制或消除这部分影响。

图6-7　监测区域场景图

图6-8　监测区域的平均强度图(www.daowen.com)

图6-9　监测区域的平均相干图

图6-10　雷达极坐标下PS点分布

图6-11　时序相位SVD LS解缠结果

图6-12　空间时序3D解缠结果