使用InSAR方法评估北极定居点的永久冻土沉降危害

《International Journal of Remote Sensing》：Assessment of permafrost subsidence hazards in Arctic settlements using InSAR methods

　　

北极地区的快速变暖加剧了永久冻土退化，使得社区和基础设施面临永久冻土融化相关危害的风险日益增加。检测和监测地面沉降对于支持风险缓解和适应性规划至关重要。在这项研究中，研究人员应用了永久散射体干涉合成孔径雷达（Persistent Scatterer Interferometric Synthetic Aperture Radar， PS-InSAR）和分布式散射体干涉合成孔径雷达（Distributed Scatterer Interferometric Synthetic Aperture Radar， DS-InSAR）技术，评估了七个代表不同环境和土地利用类型的北极永久冻土定居点的垂直地面位移。研究人员分析了2016年至2024年的年际位移和时间序列数据，并通过实地测量和观测进行了验证。本研究首次对多个此前未用InSAR研究过的定居点进行了PS-InSAR和DS-InSAR性能的多站点间对比分析。结果显示了空间异质性的沉降模式，富冰苔原环境中的基础设施区域比高北极定居点的受影响程度更为显著，在博瓦年科沃（Bovanenkovo）测得建筑物最高沉降速率达62毫米/年。对比分析表明，位移趋势具有一致性（55%–67%的点趋势相同），但也揭示了方法依赖的偏差。空间滤波很可能是导致负比例偏差的原因，但相对于PS-InSAR，它能提高位移量级估算的幅度。恒定偏差归因于参考点位置的不一致。与验证数据相比，两种方法都低估了长期位移；然而，PS-InSAR具有更高的精度，并且能够测量与基础设施稳定性相关的突发性沉降。两种方法都与基础设施损坏的实地观测结果高度一致，证实了其用于风险评估的潜力。此外，本研究提供了PS-InSAR应用于人工建筑物以外的低地永久冻土地貌监测的新证据。这些结果突显了两种技术在解释沉降危害方面的互补性。所生成的位移图和时间序列为支持北极社区进行危害评估、空间规划和适应性策略提供了有用的信息。

自1980年以来，北极地区的升温速度几乎是全球平均水平的四倍，这一现象被称为北极放大效应。基于钻孔数据估计，自1980年以来，北极永久冻土的温度每十年升高0.3°C至1°C，其中阿拉斯加、加拿大北部和西伯利亚的变暖趋势最为显著。与之一致的是，模型模拟显示1997年至2019年间，北半球2米深度的永久冻土温度升高了约1°C，部分与海冰减少有关。这些气候变化对北极永久冻土状况和景观动态产生了重大影响。特别是，地面位移是对这些变化的响应，它源于热力、水文和地貌过程的相互作用，在未固结的永久冻土上造成沉降和冻胀。季节性冻融循环驱动地表位移，并塑造了如冰楔多边形等冰缘地貌。在融化季节，热喀斯特过程也可能导致地表的突变，如退化型热融滑塌、海岸侵蚀或沟谷形成，显著改变生态系统。在富冰苔原永久冻土或干涸的湖泊中可能发生地表抬升。例如，在加拿大北极西部的图克托亚图克（Tuktoyaktuk）附近干涸湖泊中形成的冰丘。北极永久冻土地区的长期沉降通常是微妙而渐进的，由地下冰融化和土壤压实驱动，反映了持续的永久冻土退化及其对水文、生态系统和基础设施稳定性的后果。地面沉降与活动层厚度（Active Layer Thickness， ALT）的增加密切相关，估计在泛北极尺度上约为每十年6厘米，其中在阿拉斯加和西伯利亚观测到的增幅最大。然而，活动层厚度动态仍是一个复杂的过程，表现出强烈的年际和空间变异性，因为它受到地表和地下土壤条件的强烈影响。多项研究证实，更暖的地面温度或气温并不总会导致显著的活动层厚度增加。在一些地区，某些区域观测到的活动层表观稳定性可能是由于同时发生的地面沉降所致。到本世纪中叶，北极永久冻土地区近70%的现有基础设施和360万居民将可能受到永久冻土融化的影响，给北极国家带来巨大的经济成本，因为一半的油气田建在高度不稳定的地区。建筑环境中的永久冻土对退化尤为敏感，因为基础设施改变了热力和水文条件，加速了融化并通过沉降和热喀斯特过程影响稳定性。在多个北极永久冻土定居点都观察到了基础设施损坏，通常与冻融循环、气候变暖和相关地质灾害有关。线性基础设施（如道路和管道）易受热融层形成、塌陷坑、裂缝和路堤旁积水池的影响。机场跑道也被视为永久冻土退化的一个重要指标。在不同类型的永久冻土区，其边缘的裂缝、凹陷区和冰楔退化已有记录。在博瓦年科沃气田（俄罗斯亚马尔中部），从2017年到2018年，通过InSAR分析得出的极端沉降速率高达160毫米/年，这可能归因于天然气开采。此外，基础设施损坏可能引发次生生态危害，如污染物和其他危险物质的释放和迁移，特别是在工业使用的基础设施中。地面永久冻土的位移在局部监测仍然具有挑战性，但遥感技术可以实现大面积的制图。特别是，InSAR技术现已广泛用于以毫米级精度监测季节性和年际地面位移，例如自2014年以来的Sentinel-1 C波段时间序列数据可用于大多数北极地区。然而，对于许多北极定居点，长达数年的长期监测仍然很少。北极永久冻土环境通常以潮湿的自然表面为特征，具有强烈的时空变异性，由于相干性损失，对InSAR处理构成主要挑战。因此，在这些环境中通常使用时间基线较短（从几周到一年）的多视干涉图。这种处理方法通常被称为短基线子集（Short Base- line Subset， SBAS）干涉测量。它利用具有时间相位稳定性的多视像素，而不是单个点目标。这些用于估计地面位移的时间稳定像素被称为分布式散射体（Distributed Scatterers， DS）。更先进的DS-InSAR技术，如SqueeSAR，其通过选择统计均匀像素和相位链接步骤来改善DS的干涉相位质量，但未被本研究采用。由于本工作的目标是评估北极定居点的永久冻土沉降，因此永久散射体干涉合成孔径雷达（Persistent Scatterer Interferometric Synthetic Aperture Radar， PS-InSAR）也是一个可行的选择，以补充DS-InSAR方法。该技术更适合城市区域，因为它能识别具有强后向散射信号和高时间相位稳定性的单个点目标。然而，在自然低地潮湿永久冻土地形上效果较差。在本研究中，两种方法被独立应用并随后进行对比。本研究的目标是：（i）使用分布式散射体（DS）和永久散射体（PS）InSAR量化北极永久冻土定居点的长期垂直地面位移；（ii）评估影响基础设施的沉降危害；（iii）对两种方法在基础设施上的应用进行对比分析；（iv）将InSAR得出的结果与实地测量和观测进行验证。此外，还讨论了PS-InSAR用于监测人工构筑物以外的低地永久冻土环境的适用性。研究区域聚焦于七个代表不同地理位置、气候条件、永久冻土类型和基础设施发展程度的北极社区，所有定居点均位于连续永久冻土带内。加拿大西北部的阿克拉维克（Aklavik， 500居民）和因努维克（Inuvik， 3000居民）位于麦肯锡三角洲地区；图克托亚图克（Tuktoyaktuk， 900居民）位于波弗特海东岸；向东，保拉图克（Paulatuk， 300居民）位于阿蒙森湾入口处；康克鲁斯瓦克（Kangerlussuaq， 500居民）位于格陵兰岛西海岸一条160公里长峡湾的末端；朗伊尔城（Longyearbyen， 2500居民）是斯瓦尔巴群岛的主要定居点；博瓦年科沃是俄罗斯亚马尔半岛中部的一个大型工业天然气开采场。所有场地都包括一个机场跑道。场地选择基于（i）长期SAR数据的可用性，（ii）与关注永久冻土变化的科学和当地社区的相关性，以及（iii）对多样化的永久冻土地貌的代表性，从海岸冲积阶地（图克托亚图克、保拉图克）和富冰苔原（阿克拉维克、因努维克、博瓦年科沃）到高北极冰川谷（康克鲁斯瓦克、朗伊尔城）。图1展示了上述已进行PS-InSAR和DS-InSAR分析的定居点位置。在2000–2019年期间，研究定居点基础设施足迹内2米深度的地面温度（GT）和活动层厚度（ALT）趋势分别为0.02至0.12°C/年和0.003至0.01米/年。图克托亚图克显示出最高的GT变暖趋势（0.14°C/年），而康克鲁斯瓦克最低（0.019°C/年）；而ALT趋势最高的是阿克拉维克（0.019米/年），最低的是博瓦年科沃（0.003米/年）。本研究主要基于C波段Sentinel-1 SAR数据的干涉处理，研究人员从中生成了PS-和DS-InSAR处理后的累积长期位移图和时间序列。Sentinel-1干涉宽幅（Interferometric Wide， IW）模式数据自2015年以来定期在北极永久冻土地区获取，采用VV极化，格陵兰岛和斯瓦尔巴群岛除外，这些地区采用HH极化以更好地测绘海冰和冰川。然而，这种极化差异在评估城市定居点的地面沉降时不应造成任何问题。研究人员处理了2016年至2024年间的Sentinel-1数据。对于某些站点，PS-InSAR和DS-InSAR处理的时间窗口有所不同。虽然PS-InSAR利用完整的单视复数（Single Look Complex， SLC）数据堆栈，但由于时间去相干，年际DS-InSAR处理更具挑战性。在多年时间跨度上，分布式表面上的相干性显著降低，导致可靠的DS覆盖范围丧失。为了保持足够的相干性和空间覆盖，年际DS-InSAR分析针对不同站点的时间窗口进行，通常短于PS-InSAR分析所用时间窗口。随着Sentinel-1B卫星于2021年12月结束任务，对西伯利亚的数据获取中断，直到2024年底Sentinel-1C发射。在博瓦年科沃（俄罗斯亚马尔），PS-InSAR处理使用Sentinel-1数据，但对于DS-InSAR长期时间序列，研究人员使用了ALOS-2/PALSAR-2（L波段）图像，因为它们比Sentinel-1在该地形上提供了更好的相干性。InSAR处理使用GAMMA遥感软件（版本5）完成。对于两种方法，SAR图像均在融化季节（夏季）的开始和结束时获取，并配有相应的精确轨道文件。单视复数图像（SLC）堆栈使用30米分辨率的哥白尼数字高程模型（Copernicus Digital Elevation Model， DEM）进行配准，干涉图使用5（距离向）和1（方位向）的多视因子计算。DS干涉图使用多基线方法生成，保留的连接干涉图以菊花链网络进行处理。年际DS-InSAR处理涉及大约一年的长时间基线，因此显著影响相干性。年际干涉图使用最大时间基线生成。对于每对图像，评估其相关的相干性文件，仅保留空间覆盖最佳的一对。基于此选择构建干涉图网络，以最大化时间和空间范围。参考点位置设置在机场跑道上。在相位延迟估计之前，应用了初始自适应滤波和相位解缠。这些分量随后从差分干涉图中减去，得到最终校正后的解缠干涉图。康克鲁斯瓦克、朗伊尔城和保拉图克采用了此流程。对于图克托亚图克、因努维克和阿克拉维克的DS-InSAR处理，低通滤波仅用于估计湍流大气分量，由于地形平坦，可以忽略与高程相关的分量。对于所有站点，校正后的干涉图经过掩膜处理，排除平均相干性低（< 0.6）的区域，并应用15公里窗口大小的空间滤波来衰减大尺度大气效应。然后，相位变化转换为垂直位移；因此，坡度< 5°的区域从地理编码的垂直位移图中掩膜掉。时间序列由生成的位移图构建。PS-InSAR处理使用单参考基线进行，参考图像选择在堆栈中间。根据站点不同，堆栈包含43到78次获取。时间基线从最小的12天到数年不等。为了比较两种方法，使用Open Street Map（OSM）和SACHI_v2数据集提取城市化区域内的目标。将20米半径内的平均DS-InSAR垂直位移归因于每个点。对比分析基于对应日期的位移。博瓦年科沃被排除在对比分析之外，因为两种处理方法使用了不同的SAR数据。为了制图和解释实际位移，分别对每种方法评估了不确定性。对于DS-InSAR，使用了文献报道的永久冻土环境中±2.5毫米/年的位移不确定性作为参考阈值。在此范围内的位移值可能被解释为“稳定”或非显著位移区域。对于PS-InSAR分析，通过干涉图堆栈的二维最小二乘回归分析，获得导出目标位移速率和残差，将干涉相位建模为时间基线和垂直基线的函数。首先计算位移速度，然后从残差相位中推导出非线性贡献，包括大气相位和高程校正。位移速率不确定性来源于相位残差的标准差（σ?）。为了识别显著变形的目标，使用了扩展的不确定性区间±3σv。垂直位移速率落在此范围内的点可视为“稳定”。其中，σv是垂直线性位移速率不确定性[毫米/年]，θinc是局部雷达入射角，λ是雷达波长（Sentinel-1（C波段）约为56毫米），σ?是相位残差的标准差[弧度]，N是SAR图像的数量。为了验证结果，研究人员在多个站点使用了实地测量和现场观测。定量验证在图克托亚图克、因努维克和康克鲁斯瓦克机场跑道进行。在康克鲁斯瓦克，于2024年8月进行了LiDAR测量，并将高程变化与2019年8月沿跑道西部已知沉降区域剖面收集的RTK GNSS测量值进行了比较。使用1984年施工图纸的历史高程数据来评估长期变化。此外，使用了因努维克和图克托亚图克GNSS站的每周坐标估计值，来推导PS-InSAR和DS-InSAR调查期间的垂直位移速度。GNSS时间序列数据取自加拿大大地测量调查局。对基础设施损坏的现场观测进行了定性验证，这些损坏归因于沉降。在这些位置提取了InSAR时间序列，以评估观测到的基础设施损坏与推导出的位移速率之间的一致性。DS-InSAR分析结果显示，垂直位移分布呈负中值，表明除康克鲁斯瓦克和朗伊尔城外，所有站点均发生沉降。这两个高北极山区定居点与其他苔原型定居点的环境设置明显不同，随时间发生垂直沉降的可能性较小。事实上，康克鲁斯瓦克、朗伊尔城和保拉图克受到显著沉降影响的基础设施面积最小，分别为4%、11%和30%，大部分基础设施面积处于稳定范围。对于其他站点，大部分基础设施处于显著沉降范围，从阿克拉维克的55%到博瓦年科沃的67%不等。总体而言，显示最大沉降面积的站点是那些具有富冰苔原永久冻土地形的站点。博瓦年科沃尤为突出，位移值范围从-173毫米到138毫米。对于所有基础设施类别，阿克拉维克、图克托亚图克和博瓦年科沃均以沉降为主。然而，对于康克鲁斯瓦克，建筑物在研究期内保持稳定。在朗伊尔城，机场跑道检测到抬升，而建筑物和其他人工区域保持稳定。抬升可归因于施工工作、填料填充和废物堆积区。注意，道路和机场跑道经常进行重新铺面以补偿退化和沉降。博瓦年科沃的基础设施揭示了严重的沉降问题，特别是SACHI类别中的“其他人工区域”，包括各种类型的人为扰动裸地、采石场和废物堆积场，这些也受到填料填充和随后表层沉积物开采的影响。总体而言，机场跑道似乎是最稳定的基础设施。然而，空间变异性在解释地面位移中起着重要作用。因此，附录图B1至B8中的地图清晰地揭示了定居点内的脆弱区域。PS-InSAR分析检测到的PS目标数量在5,500到104,011之间。其分布主要受场景大小、处理获取次数和建成区范围的影响。此外，地形特征控制后向散射强度，进而影响PS目标的识别。落在不确定性范围内的点被定义为稳定（即±3σv）。在基础设施上，稳定目标的比例从9%到71%不等，其中阿克拉维克是最稳定的站点，博瓦年科沃具有最高比例的显著沉降目标。影响基础设施的显著沉降在站点间表现出强烈变异性。保拉图克（74%）和博瓦年科沃（63%）观察到的比例最高，表明大范围的地表不稳定。中度沉降见于因努维克（47%）和朗伊尔城（42%），反映了异质的位移模式。相比之下，康克鲁斯瓦克（24%）、图克托亚图克（21%）和阿克拉维克（18%）有更多的PS目标处于稳定范围内。研究人员可以观察到基础设施类别之间的位移变异性，尽管这些结果受到每个类别识别目标数量的影响。建筑物在所有站点中具有最多的PS目标数量，并且是对沉降最敏感的类别，其次是“其他人工区域”类别，然后是道路和机场跑道。机场跑道的覆盖范围要差得多，因为平坦的表面会扩散后向散射信号。对于机场跑道和道路，识别出的目标通常集中在路堤沿线，这些地方可能出现沟壑。“其他人工区域”类别通常具有良好的空间覆盖。博瓦年科沃的天然气管道也被很好地覆盖，为识别局部显著沉降提供了可靠指标，正如该基础设施类型上的位移梯度所观察到的那样。此外，PS-InSAR能够识别基础设施以外的位移特征。在保拉图克，东南半岛的坍塌富冰海岸滑坡正在被识别，最大沉降速率为18毫米/年。DS-InSAR位移在空间上是一致的，并在该区域（69.3234° N， 124.0182° W）指示最大沉降速率为14毫米/年。此外，沿海识别出的PS目标显示出与富冰永久冻土崖壁渐进式热蚀退一致的沉降模式。在康克鲁斯瓦克，PS-InSAR和DS-InSAR在检测机场跑道沉降区和西部冲积扇远端部分方面吻合良好，提供了关于覆盖范围的更多信息。在朗伊尔城，两种方法具有良好的空间一致性，增加了关于坡面运动的信息。定居点东部地区显示高沉降。机场区域整体显示轻微抬升，除机场设施和相邻阶地以北地区遭受沉降外。通常，更多噪音和更高的位移变异性归因于在自然区域识别的PS目标，这些区域的植被生长、冰缘地动力过程和土壤湿度可能影响结果。对比分析表明，PS-InSAR和DS-InSAR在位移趋势方向上总体一致，除保拉图克（44%）外，所有站点的一致性约为60%–67%。对于趋势方向一致且正相关（r > 0）的过滤样本，在大多数站点显示出小的平均偏差，范围从-0.7到0.5毫米/年，保拉图克除外（+1.7毫米/年）。图克托亚图克、康克鲁斯瓦克和朗伊尔城的窄一致性限度（Limits of Agreement， LoA）表明方法间变异性小。阿克拉维克和因努维克显示出高变异性。只有因努维克和图克托亚图克显示出负偏差，这意味着DS-InSAR产生比PS-InSAR更负的位移速率，即更强的沉降和更小的抬升。对于其他站点，正偏差表明DS-InSAR产生比PS-InSAR更正的位移速率，对应较小的沉降和更强的抬升速率。保拉图克显示出最强的正偏差，约为1.7毫米/年。这些恒定偏差（β0）揭示了方法间的恒定位移，与位移幅度无关，并且与表5中参考点位置检索到的偏移量总体一致。对于参考点位置不同的站点，较大的偏移（阿克拉维克高达3.5毫米/年）表明参考点不匹配可能导致观测到的恒定偏差。然而，对于共享相似参考点的站点，偏移量虽小但非零，这表明参考点位置可能部分解释了恒定偏差（特别是保拉图克），而其他因素如大气残差和空间滤波效应也可能导致方法间观测到的差异。对于空间滤波后的DS-InSAR结果，在所有站点都出现了负比例偏差（β1），这意味着DS-InSAR倾向于压缩相对于PS-InSAR的位移范围。相比之下，未滤波的DS-InSAR结果表现出更可变的行为。在阿克拉维克、保拉图克和康克鲁斯瓦克，空间滤波导致比例偏差幅度的减小（即β1值更接近零），表明与PS-InSAR的一致性提高。然而，在朗伊尔城和因努维克，未滤波的结果显示出对极端值的压缩较少，表明空间滤波可能低估了极端位移速率。这些对比鲜明的反应凸显了空间滤波的影响是特定于站点的，并由位移的空间变异性控制，而不是作为一种均匀的校正。对于基础设施退化的定性验证，通过对因努维克、图克托亚图克和朗伊尔城进行实地目视检查，评估了PS-InSAR和DS-InSAR结果在识别受损基础设施位置方面的性能（真阳性）。结构退化通过观察基础开裂、弯曲的绝缘金属板、变形的壁板和建筑物倾斜来记录。在因努维克，这包括医院、教堂、一些高架住宅楼和社区设施。在图克托亚图克，海岸侵蚀显著，基础设施损坏的特点是房屋倾斜、海岸防护设施位移和地面滑塌。在朗伊尔城，包括前采矿场、大学建筑和机场跑道在内的几座建筑物显示出退化迹象。从已识别的受损建筑目标提取了PS-InSAR和DS-InSAR时间序列。结果通常显示出显著的地面下沉，并且PS-InSAR和DS-InSAR的趋势之间具有强烈的一致性。对于所有已识别的受损结构，位移趋势和时间变异性都被清晰地捕捉到。例如，在朗伊尔城教堂，2020年夏末发生了一次显著的沉降事件，恰逢一次极端热浪，这可能导致活动层大幅加深。在此事件后，所有相邻建筑物都实施了稳定措施。将观测到的基础设施损坏与测量的长期位移速率联系起来，揭示了垂直位移范围在-19毫米/年至+3毫米/年之间。这表明了空间变异性以及差异化的变形运动。这些观测结果表明，严重损坏可能由-4毫米/年的位移触发。对于DS-InSAR的定量验证，沿康克鲁斯瓦克机场跑道西部已知沉降的260米长剖面进行。DS-InSAR显示了与验证数据一致的从西向东增加的沉降梯度。在图8中，2024年LiDAR曲线相对于1984年坡度显示出最高的长期沉降，剖面最西端的最大沉降为0.70米。GNSS/LiDAR位移（黄线）遵循此模式。DS-InSAR与验证测量（2019年GNSS/2024年LiDAR）显示出5.8厘米的恒定系统性偏差，低估了沉降。去除此偏差后，DS-InSAR剖面与验证数据更准确地对齐，残差偏差约为1.4厘米（NMAD）。由于DS-InSAR提供相对于局部参考点的测量，当与绝对GNSS/LiDAR高程变化进行比较时，这种系统性垂直偏差是预期的。局部参考点（定居区）距离剖面测量点较远。此外，残差大气相位和空间滤波也可能导致此偏差。这些观测结果表明了InSAR校准参考点对于精确测量的重要性。在图克托亚图克和因努维克的GNSS站检索到的垂直速度揭示了这两个站点的长期沉降，速率分别为-3.55±0.30毫米/年和-2.53±0.45毫米/年。在图克托亚图克，PS-InSAR低估了GNSS测量的沉降幅度，导致+2.52±0.36毫米/年的正偏差。在站点附近，DS-InSAR平均高估了沉降，显示偏差为-5.39±2.52毫米/年。在因努维克，GNSS站点指示沉降速率为-2.53±0.45毫米/年。PS-InSAR推导的速度与GNSS（-2.87±0.37毫米/年）吻合良好。然而，DS-InSAR低估了周围区域的GNSS推导位移速度。在博瓦年科沃未进行定性或定量基础设施退化评估。图克托亚图克GNSS（-3.55±0.30毫米/年）和DS-InSAR（-8.10±2.5毫米/年）结果之间的高差异表明DS-InSAR高估了沉降。然而，应注意的是，精确的GNSS站位置未被DS-InSAR分析覆盖，这是由于去相干。DS-InSAR值来源于站点周围30米缓冲区内的最近像素，位于南侧的多边形苔原上。DS-InSAR的估计可能不完全代表GNSS位置，地表位移的局部空间变异性很可能解释了观测到的差异。两种干涉测量方法（PS-InSAR和DS-InSAR）具有高度的互补性。PS-InSAR允许检索单个目标的连续位移时间序列，从而解析季节性和年际动态。由于其大堆栈，PS-InSAR目标有时被发现在DS-InSAR未覆盖的区域，从而可以更好地估计沉降影响区域的空间范围，例如康克鲁斯瓦克机场跑道的西部。在本研究中，具有裸地或岩石露头的站点（保拉图克南部、康克鲁斯瓦克和朗伊尔城）比潮湿的苔原阶地（如图克托亚图克、因努维克和保拉图克半岛）显示出更高的目标检测率。DS-InSAR在机场跑道和平坦区域比PS-InSAR提供了更好的覆盖。凭借其高时间冗余，PS-InSAR能够有效估计和去除湍流大气相位分量，为小尺度位移提供高精度，因此可以视为一个有效的测量基准，用于比较DS-InSAR结果。在北极永久冻土环境中进行长期位移研究的DS-InSAR方法更具挑战性。对足够平均相干性的要求限制了可用干涉图的数量。较小的连接网络减少了准确估计和去除湍流大气相位的能力。先前的研究表明，PS-InSAR无法解析高位移速率和非均匀运动，相比于DS-InSAR，这是由于其应用的位移线性模型。然而，本研究结果表明，PS-InSAR在估计永久冻土环境中的长期位移和突发性融化方面更准确。这可以归因于干涉网络配置的差异。虽然DS-InSAR通常更有效地测量高和非线性位移，但这些处理选择可能导致低估永久冻土环境中典型的微妙、长期位移。PS-InSAR位移模型校正参数需要仔细调整，以便捕获最大位移。在北极永久冻土研究中报道的InSAR相关误差以及本研究中报告的偏差（图7和8）可归因于多种因素。在DS-InSAR方法中，Strozzi等人（2018）表明，大气伪影约占误差的5-6毫米，相位噪声导致夏季期间的不确定性约为1厘米。位移精度在很大程度上取决于土壤湿度模式和排水条件。在排水良好的区域，与融化管的比较显示亚厘米级的一致性，而对于潮湿区域，该方法往往会严重低估沉降。这些残差可能解释了与实地测量以及与PS-InSAR相比观察到的偏差，PS-InSAR在去除大气相位方面表现良好。由于长期处理的时间冗余有限，DS-InSAR通常无法准确估计和去除湍流大气相位。因此，生成的位移图可能仍包含大气和电离层噪声。为了去除这些影响，通常应用空间滤波来平滑由大气伪影引入的大尺度相位梯度。相对于PS-InSAR产生的负比例偏差很可能由该步骤引起，这导致密度分布在零附近集中。Widhalm等人（2025）指出，空间滤波导致季节性位移幅度与未滤波版本相比被系统性低估，并且滤波半径需要谨慎设置以充当“低通滤波器”。此外，DS-InSAR固有的多视步骤也可能解释这些偏差，因为它在空间上平均了相位信息。如表5所示，对于阿克拉维克、康克鲁斯瓦克和保拉图克，空间滤波显示出与PS-InSAR速率更好的一致性，并且与未滤波版本相比，倾向于将位移值向负方向移动。对于其他站点，未滤波版本显示出与PS-InSAR更好的一致性。结果表明，空间滤波的影响是特定于站点的，并且以非系统性的方式起作用，因为它根据空间梯度重新分布变形，而不是应用均匀的缩放。应用于长期位移时，与实地数据相比，空间滤波可能会提高幅度的准确性。虽然残差相位分量可能在DS-InSAR位移图中引入一些大尺度趋势，但相对位移模式的解释通常得以保留。准确的位移检索还取决于稳定参考点的选择。在苔原和潮湿永久冻土环境中，识别此类位置尤其具有挑战性，不正确的参考选择可能会在位移模式中引入系统性偏差。InSAR参考点与实地测量之间的不同位置解释了图8所示的系统性偏差或差异。此外，亚像元变异性，特别是在潮湿苔原地形（例如冰楔多边形地面），可能导致数毫米到数厘米的差异。在使用融化季节获取的数据进行长期永久冻土监测时，需要仔细选择时间窗口以不包含季节性位移分量。特别是，晚季获取可能引入高达几厘米的抬升（冻胀）分量