意大利佛罗伦萨大学与IDS公司联合开发的IBIS-L系统，在实际监测应用中为最大限度地避免影像因长时间跨度所产生的相位缠绕问题，采用了邻域相位干涉的方法计算形变值。欧洲联合研究中心（JRC）的LISA系统采用了同样的方法。瑞士GAMMA公司研制的GPRI系统在此基础上应用邻域干涉相位滑动平均方法，以削弱噪声和气象变化的影响。以上两种干涉计算方法实际上只适用于GBSAR的连续监测模式，即影像采样时间间隔较短的连续快速成像方式。在时间上对快速连续监测模式的相位序列进行一维相位解缠，一般都能够得到较好的结果。但实际监测环境和条件往往使设备难以顺利运行。一方面突发的雨雪等恶劣天气条件使得GBSAR监测环境变化异常，直接影响到信号本身的稳定性和精度，致使部分时段的影像数据无法参与干涉计算。另一方面雷达设备可能会因故障等原因中断运行，在重启运行后前后两景影像的相位无法直接进行联系，可能发生空间上的相位缠绕，在对小范围变形分析时也可能产生整体性的相位整周缺失，从而使邻域干涉计算结果异常。另外，受气象扰动和噪声的综合影响，个别监测点的不稳定跳变会直接影响其邻域的干涉计算值，这种错误的结果在后续的计算中会不断地累积。

相位缠绕本身是三维时空问题，包括在时间序列上的一维相位缠绕和在空间域上的二维相位缠绕。对于GBSAR影像序列，在基于离散点目标进行分析时，如果不考虑空间点位之间的关联性，只进行点目标干涉相位独立的时序分析，那么由设备故障、低质量影像等原因造成的相位整周缺失实际上就是时间域的相位缠绕问题。现阶段部分投入监测应用的GBSAR系统为提高设备监测的实时性和应急能力，一般均采用连续监测模式，仅考虑对连续快速采样的影像序列进行分析。这种方式在设备终止运行一段时间后，前后的相位数据根本无法联系起来，只能采用新的初始影像作为影像序列干涉计算的首影像。如果某些时间采样点因外界干扰或噪声产生随机跳变，那么形变提取的结果往往是杂乱、不符合实际变形体变形规律的。由于气象扰动的存在，在设备因故障中断前后两景影像的干涉图中包含了中断时段整体的气象变化成分，严重时甚至整体偏移多个相位周期，因此对该干涉图进行相位解缠一般难以得到正确的结果。所以，中断前后影像相位的联系需要结合影像集中PS网边的干涉相位序列以及各干涉图中PS网的关联性进行分析。(www.daowen.com)