如何从时序SAR影像中自动识别有效的PS点是PSInSAR时序分析技术的关键步骤之一。基于离散PS点目标的相位建模和干涉分析，能够从干涉相位中分离和提取各成分的相位值并最终获取形变信息，从而间接地解决大气失相关和时间、空间失相关的问题。星载InSAR时序分析技术中，PS点具有强后向散射和稳定性两个主要特点，即具有相对较强的后向散射信号并且是在时间上具有一定稳定性（包括信号强度和相位观测值）的点目标。而在GBSAR的影响序列中，所有像元点的信号强度和相位值都受到气象扰动的影响，难以直接评价各点的相位稳定性，因此在GBSAR影像序列的时序分析中，将此类点称为高相干点目标更为合适。星载InSAR时序分析技术稳定点目标的选取，应用较为广泛的有以下三种基本方法：相关系数阈值法、相位离差阈值法、振幅离差阈值法。另外还有GBSAR PS点选取的综合阈值方法。下面分别进行分析和阐述。

1.相关系数阈值法

理论上来说，由SAR影像对计算的干涉相位噪声高低可以通过各像元相关水平进行衡量。实际计算中，各像元利用包围该像元一定窗口大小的像元进行估计。对于可用的N个干涉图序列，按照同样大小的窗口进行计算，可以得到各像元的相关系数序列：γ1，γ2，…，γN。为提取PS候选点，首先逐像元点计算该相关系数值，再计算其平均值γave，并设置一定的阈值γthr，提取平均相关系数大于该阈值的像元作为PS候选点。该方法思路简单、计算方便，但也存在一些明显的问题：首先，相关系数是通过在空间上移动的固定大小的窗口计算而来，窗口的选择直接影响相关系数的估计结果。窗口选择越大，计算的结果越可靠，但降低了空间分辨率，靠近PS点较近的非可靠点目标也可能被提取出来；窗口选择越小，相关系数计算结果可靠性越低，利用该方法提取PS点的有效性也就难以保证。如果采用相关系数单阈值方法提取PS预选点，必须兼顾窗口大小和PS提取有效性的相互关系。其次，相关系数阈值的设定也是一个需要考究的问题，阈值设置得过于苛刻，受少量噪声影响的PS点可能就直接被剔除掉，降低了PS网络的关联性；而阈值设置较为宽松时，误差较大的点可能被判定为PS点，降低了形变估计结果的可靠性。

仅仅依靠相关系数阈值方法提取PS点的思路不是很可靠，在实际计算应用中通常需要结合其他手段综合分析。星载InSAR时序分析技术在剔除低质量影像时利用解缠结果的正确性，而我们通过对GBSAR大量影像集的分析避免了相位解缠过程。我们在研究中发现，对于GBSAR影像序列，数据质量可能受地表气象扰动影响较大。部分气象参数变换缓慢的时段影像质量相对较好，相关系数计算的数值较为稳定；而当地表气象参数变化显著的时段影像质量较差时，由于影像相位观测值掺杂了大量的气象扰动相位，实际计算的相关系数相比于平均值有较大跳变。低质量影像不仅对强度信号时间序列特性分析有影响，对最终利用干涉相位进行形变提取的步骤也有一定的影响。因此，在分析GBSAR的实测连续影像序列时，可采用相关系数计算的方法进行低质量影像剔除工作。

2.相位离差阈值法

相位离差阈值法以地面目标在时间序列中的稳定性为出发点，通过对观测相位值时间序列信号的相位分析进行PS点的识别与提取。Ferretti（2000）指出PS后向散射在时间上的稳定性表现为回波相位在时间上具有一定的统计特性，可以通过分析观测相位离差来评价像元点散射的稳定程度。首先按照下式提取各像元的相位序列值φk（i，j）（k＝1，2，…，N）：

式中，SLC是指用复数表示的雷达影像，i，j分别是SAR影像的行列数。再用下式计算各像元的相位离差Dφ（i，j）：

再通过对相位离差的统计分析设定适当的阈值进行PS候选点的提取。

Hooper（2006）从相位稳定性分析出发，提出了基于干涉相位空间相关性分析进行PS探测及形变估计的算法。首先利用空间自适应滤波方法以一定窗口计算空间低通相位分量，再分析相位观测值与低通相位值的差值（即再次进行干涉计算的结果），建立如下目标函数：为低通相位值；Δφpar为待估计的其他相位分量，在Hooper的方法中为空间非相关侧视角误差。该方法通过对PS点与非PS密度的分析确定γx的截止阈值来提取PS点。

基于观测相位的稳定性分析方法均直接利用未经气象改正的相位观测值。虽然通过设定固定窗口进行空间自适应滤波或相位平均能够提高方法计算结果的可靠性，但在气象扰动变化较为剧烈时仍然会受到一定的影响。同样利用观测相位值的方法还有IDS公司针对GBSAR系统IBIS-L改进的相位时序稳定系数阈值法，该方法同相位离差阈值法一致，在空间上未进行平均计算，因此计算结果直接受到气象扰动的影响，在影像质量较低的情况下可靠性受到极大限制。在实际影像序列的处理和分析中，仍需结合实际数据质量和气象扰动成分大小进行分析和选用。

3.振幅离差阈值法

只有去除大气的影响，相位稳定性才能给出正确的评价，而振幅值对大气影响不敏感，所以振幅值在时间上表现稳定的点通常被选作PS点，振幅离差或振幅离散指数（Amplitude Dispersion Index，ADI）定义如下：

式中，k为干涉图总数；φint，x，i为第i幅干涉图像元x的相位观测主值；

式中，σA和mA分别是影像时序集像素点振幅值A的标准差和均值，通过给定DA某一阈值进行PS候选点的选取。星载InSAR时序分析技术中一般设定DA≤0.25。

这种PS点的选取方法对于高信噪比（SNR＞10）的分辨单元，振幅离散指数可以较为准确地反映相位标准差，在选择PS点时能够保持较高的正确性，比如说反射效果较好的金属目标、房屋棱角等。但是对于SNR较低的分辨单元，振幅离散指数和相位稳定性之间的一致性关系将变得不再有效。Noferini（2006）首次将星载SAR干涉测量技术中的PS方法引入地基SAR的数据处理，她在选取PS点时采用了振幅离差阈值法，并对GBSAR中PS点的基本特性做了初步的分析。

4.GBSAR PS点选取的综合阈值方法(www.daowen.com)

相关系数阈值法只考虑了PS点的强散射特性而忽略了其稳定性，而振幅离差阈值法和相位稳定性分析法等只考虑了PS点的稳定性而忽视了其强散射特性。目前，在研究基于离散稳定点目标的InSAR时序分析时，通常采用多种阈值方法综合的手段，以达到可靠性和提取更多PS点的目的。

在地面气象参数不断变化的条件下，GBSAR的所谓稳定点目标只能在相对较短的时间内保持稳定，而在长时间序列下受周期波动变化的气象扰动影响较为严重。而且由于波束宽度和辐射几何视场的差异，不同于星载SAR影像，GBSAR的影像中存在大量虚假信号。如图8-4所示，边缘蓝色部分区域实际上没有任何反射目标，但在原始影像数据中仍然形成了微弱的信号值。虚假信号的时序解缠相位序列同样具有一定的稳定性和较低的ADI数值。因此，GBSAR的PS点选择需要有更大的灵活性，为此，设计了以下基本策略。

图8-4　某高边坡GBSAR TSNR图

（1）平均TSNR和平均相关系数双阈值提取PS候选点。

GBSAR的TSNR由信号强度数据直接计算得来。TSNR图能够直观显示能量的相对强弱，强度图则反映了信号的真实强度信息。在显示影像时通常选用TSNR图，而在参与计算处理时一般利用原始强度信号。在分析之初，我们首先按照下式计算影像序列的TSNR平均值：

式中，i，j分别对应GBSAR影像像元的行序号和列序号，TSNRave，i，j是像元（i，j）处的平均热信噪比。对TSNR设定一定的阈值，计算分析虚假信号的去除效果并进行调整，以达到去除大部分虚假信号以及部分低SNR像元的目的。

式中，γave，i，j是像元（i，j）处的相关系数序列的平均值，其中K表示相关系数序列的个数。按照式（8.20）计算影像序列平均相关系数，同样分析相关系数的分布情况并合理设定阈值，完成PS候选点的预选工作。

（2）低质量影像的评价与剔除。

分析GBSAR影像序列相应的相关系数变化规律，并进行统计分析，计算各像元在各影像上相关系数的偏差值。此时可以利用式（8.20）和式（8.21）分别计算各像元相关系数序列均值和绝对偏差值，也可以考虑气象对相关系数计算的趋势性影响，并对相关系数的时间序列进行回归分析，计算各相关系数相对于回归数值的偏差结果：

逐像元计算相关系数偏差后，分析各景影像中的PS候选点相关系数偏差值的分布情况，设定去相关阈值，统计去相关严重的PS点占总PS候选点的比例，用该比例值作为评价监测影像总体质量的指标，剔除部分质量过差的影像。此时并未完成PS点的提取工作，只是确保部分低质量影像不会参与影像序列的分析。

（3）ADI阈值法进一步筛选PS点。

为确保目标像元变化的稳定性，可应用ADI阈值方法对PS候选点做进一步的分析和剔除。ADI阈值设置得较为苛刻，这样才能将虚假信号去除彻底，但同时提取的点目标势必大量减少。对于GBSAR连续变形监测影像序列，能够在长时间内依然保持稳定的点目标是非常少的。相应地，长时间序列下各像元的ADI数值实际上偏低，因此，该步骤一般设定较为宽松的阈值。

（4）PS网边干涉相位邻域相差的稳定性分析。

该步骤需要在基于PS点构建完成不规则三角网之后进行。虽然GBSAR干涉分析中不能单靠利用相位稳定性来评价点目标相位信号的可靠性，但在完成PS点的预选工作之后，可以利用PS网边干涉相位的时序变化规律分析该边受气象扰动影响的剧烈程度。按照公式计算各PS网边的干涉相位在连续影像之间的相位绝对差值，用该相位绝对差值序列的中误差表征各PS网边相位观测值变化的剧烈程度，在一定程度上表征了PS网边一对点之间气象扰动的大小。

式中，δφa，b为PS网边ab的干涉相位，K为干涉图总数。