0pt; mso-font
以下文章来源于武汉大学学报信息科学版 ，作者许文斌等
本文改编自学术论文
《InSAR火山形变监测与参数反演研究进展》
即将刊载于《武汉大学学报（信息科学版）》2023年第10期
许文斌1 罗兴军1 朱建军 1 王嘉庚 1 谢磊 1
1. 中南大学地球科学与信息物理学院，湖南 长沙，410083
许文斌
博士，教授，主要研究方向为InSAR地表形变监测和建模
朱建军
博士，教授，zjj@mail.csu.edu.cn
摘 要
火山形变监测是星载合成孔径雷达干涉测量技术（Interferometric Synthetic Aperture Radar，InSAR）应用最为广泛的研究领域之一。近年来，在InSAR数据开源获取，数据处理技术快速发展和多学科交叉融合的背景下，国内外火山形变监测与火山源参数反演相关研究进入了新的阶段。本文对基于InSAR技术的火山形变监测和参数反演研究进行阶段性的梳理和总结：首先，介绍InSAR的基本原理以及主流多时相InSAR技术，分析其在火山监测过程中的主要误差源；其次，总结常用的火山地表形变参数反演解析模型和数值模型；然后，结合国内外火山研究案例，分析InSAR和火山地球物理模型在岩浆转移、喷发、脱气与热液作用等火山构造动力学机制研究中的具体应用；最后，介绍我国火山形变监测的发展现状并探讨了InSAR火山形变监测的挑战和前沿方向。
引 用
许文斌，罗兴军，朱建军，王嘉庚，谢磊．InSAR火山形变监测与参数反演研究进展[J/OL]．武汉大学学报(信息科学版).https://doi.org/10.13203/j.whugis20230090
合成孔径雷达干涉测量技术(interferometric synthetic aperture radar，InSAR)包含合成孔径雷达技术(synthetic aperture radar，SAR)与干涉测量技术，前者是一种主动微波遥感技术，雷达卫星通过发射和接受微波信号来观测地物散射特性；后者通过多次对地表重复观测形成的相 位变化获取地形和形变。SAR 卫星具有全天时、全天候对地观测的优势，可以弥补传统地面形变监测点分布的不足。Massonnet 等首次利用ERS-1数据识别出1993年意大利Etna火山喷发后的地表持续收缩信号，让人们认识到了InSAR技术在火山学研究中的潜力。
近几十年来，InSAR技术快速发展，成为全球地壳形变监测的重要手段，尤其是高时空分辨率InSAR对地观测技术的发展促进了对火山各个阶段、不同类型活动的精细监测，在探究岩浆起源、火山系统结构和运动过程、地貌塑造作用等方面起到关键作用。采用InSAR技术研究火山系统的结构和时空变化，有利于促进对火山喷发机制的认识，进而提高对火山灾害的防灾减灾能力。
为了更系统地阐述InSAR技术在火山形变监测及参数反演领域的研究进展，本文梳理分析了目前该领域的研究现状和挑战。
1 InSAR形变监测的原理与方法
1.1
InSAR形变监测基本原理
InSAR技术通过对同一区域两幅SAR影像的相位差测量获取区域地形或影像获取时间间隔内的地表形变，其重复轨道差分干涉测量(differential InSAR, DInSAR)模型可表示为：
���diff = ���flat +���topo+���defo+���atmo+���noise
式中，���diff为差分相位观测值；���flat为平地相位；���topo为地形相位；���defo为地表形变相位；���atmo为大气延迟相位；���noise为噪声相位；雷达视线向(line of sight，LOS)的地表形变几何关系如下图1所示，可通过去除观测相位中的平地、地形、大气延迟、噪声引起的相位得到。
图1 差分干涉测量几何关系示意图
DInSAR技术在地表形变测量领域展示出了极大优势，但是常受到失相干噪声、大气延迟、轨道误差等影响，在植被覆盖、地形陡峭等区域难以通过单幅干涉图得到可靠的地表形变结果。随着SAR影像的不断积累，通过对多时相InSAR技术(MT-InSAR)开展时间序列分析可实现毫米级的地表形变监测，现已成为开展火山形变监测的主流技术。
1.2
时序InSAR形变监测技术
1.2.1 永久散射体技术(PS-InSAR)
永久散射体技术是最早提出的多时相InSAR技术。在PS-InSAR技术中，通常使用振幅离 差作为筛选指标，选取由永久散射体(persistent scatterers，PS)主导的像元候选点，并使用时间相干性进一步剔除不稳定像元；然后，将选出的PS点连接到参考点以形成三角网，利用三角网中的弧段对连接像素进行差分，并建立二阶差分相位模型。PS-InSAR具有显著的抑制空间和时间失相干的能力，可以使用时空滤波将大气相位分离，并迭代消除噪声像素以提高精度。Hooper等利用相位模型的空间相关性进行迭代选点，并提出了三维解缠算法，最后整合成为斯坦福PS方法(stanford method for persistent scatterers，StaMPS)。为了提高PS选取的准确性以及优化PS构网，Costantini等提出使用迭代方法建立PSP网络，来提高永久散射体的识别率与参数求解的准确性；Kampes等提出了一种多阶网络算法，该算法通过迭代计算保证像素连接数的冗余度；Liu等提出了一种自由连接的网络（FCN）算法，在该网络中，如果两个PS之间的距离小于阈值，则以弧段连接。基于FCN网络的相位估值比Delaunay三角网精度更高，代价则是更长的计算时间。Werner等引入了分块网络来解决这个问题，每个块中的点只与内部参考点相连，相邻块通过块之间的参考点相连。另外还有最小生成树网络以及基于截断处理的方法等用以改进PS构网。
1.2.2 小基线集技术(SBAS-InSAR)
小基线集技术利用短时空基线集配置下的干涉信息进行形变解算，一定程度上缓解了时空失相干现象，适用于大范围地壳形变监测；其在参数解算时一般采用最小二乘法，在方程秩亏时采用SVD方法进行解算。Sowter等提出了ISBAS的改进选点方法，该方法对每个像素统计成功解缠的干涉图数量，高于阈值的像素被选为高相干点并构建参数方程，该方法使SBAS-InSAR方法选点的数量大大增加，更加适用于自然地表。也有学者将PS-InSAR与SBAS-InSAR进行融合以利用PS-InSAR技术在估计大气和轨道误差以及解缠方面的优势。时域相干点(temporarily coherent point，TCP)InSAR技术选择相对较短的时空基线的干涉图来识别TCP，通过构建Delaunay三角网连接候选点，去除长弧段(大于500m)以减少大气延迟并基于最小二乘残差的粗差探测器去除具有相位模糊的弧段。Mora等提出的相干点目标分析(coherent point target analysis，CPTA)方法，首先从平均相干性中选择高相干点，并使用Delaunay三角网构网，然后通过在每个弧段上最大化相干系数来估计形变线性分量和残余DEM误差，去除线性形变和残余DEM误差之后计算非线性形变分量，并进行时空滤波。CPTA无需地表形变的先验信息，在SAR影像数量较小时也能得到较为精确的地表形变估计。
1.2.3 分布式散射体技术(DS-InSAR)
单独的DS像素在分析时相干性较低，但是可以使用特定的算法识别具有相同散射机制的DS以降低非平稳信号成分，使DS具备较为稳定的散射特征，显著提高其相干性。要保持影像全分辨率计算，首要问题是识别时间序列SAR影像中哪些像素属于同一个“分布式散射体”，即具有同质性。Ferretti等首先提出了使用KS检验来识别同质像素，但是KS检验的效率较低，在样本较少的情况下会选中较多的异质像素且对分布尾部差异不敏感。通过同质像素解算精确的时间序列形变，传统的思路是构建更加稳健的干涉网络，例如小基线集、基于图论的生成网络等。小基线网络难以精确地对高相干干涉对进行选择，而基于特定条件的图论网络的优化目标实际上与InSAR的目标并不完全一致。因此，Ferretti等提出使用极大似然估计从协方差矩阵中重构相位信息。该方法利用了SAR数据的所有干涉信息，并使用非线性优化算法求解参数，与优化基线构网的方式存在本质区别。后续有学者提出了改进的相位优化算法，目的同样是提高效率和解算精度，如协方差矩阵奇异值分解、Ｍ估计量、相干矩阵特征值分解等，这类利用相位三角闭合原理的相位优化方法被统称为Phase-Linking方法。重构的SAR影像消除了多余观测，只需进行单主影像构网，并可联合PS技术进行解算。以DS-InSAR为代表的第二代InSAR时间序列技术为火山的精细监测和反演提供了有力支持。
1.3
InSAR火山测量中的误差源
利用InSAR研究火山形变经常会受到多种误差源的影响，最直接的误差源来自火山活动或植被覆盖造成的失相干现象。PS-InSAR利用散射特性在时序上稳定的散射体对地表形变进行监测，在一定程度上避免了失相干的影响。对于火山附近常见的火山灰或熔岩流覆盖区域、裸地及低矮植被区等DS目标，短基线干涉图之间的散射机制和侧视角度差异很小，可以使用DS-InSAR技术进行观测。
火山形变监测还受到严重的垂直分层大气和湍流大气影响，形变的监测精度依赖于对大气延迟相位的改正。Lee等通过迭代使用带通滤波的方法改进SBAS-InSAR中的大气和轨道误差校正，改进后方法的监测精度达到1mm/a。Jung等提出采用从WRF模型中获得的分层大气相位屏（APS）校正PSI中的大气相位，并在日本Shinmoedake火山验证了该方法的有效性。Remy等基于MERIS和MODIS水汽产品评估了大气相位在Laima火山形变监测中的影响可以达到厘米级，并说明GPS对 InSAR观测改正的有效性。Stephens等对比了经验线性校正方法和3种全球天气模型在火山大气相位估计中的效果，并指出不同方法的局限性。
图 2 InSAR 测量火山形变的主要误差源
火山活动剧烈地改变着地形地貌，因此，地形误差也是火山监测时需要重点考虑的误差源，在时序处理中一般使用已有的数字高程模型(DEM)作为先验的地形信息，然后将DEM误差定义为与基线相关的常数项进行最小二乘反演。Fattahi等提出了一种在时域中进行DEM误差校正的方法，并通过模拟实验和加拉帕戈斯群岛Fernandina火山的实测数据进行验证。
2 火山形变地球物理参数模型
2.1
InSAR火山测量中的误差源
地球物理参数反演是地球物理学中利用地表观测现象推测地球内部介质物理状态空间变化及物性结构的一个分支。通过对火山岩浆源的形态、物理状态、动态变化的准确描述，有助于了解岩浆过程，并在火山喷发前进行快速风险评估，为数据和建模方法的选择以及火山活动的预测提供重要指导。在火山形变反演中，常用的模型有Mogi模型、Yang椭球模型、近垂直的Okada模型模拟岩脉（Dyke）以及水平的Okada模型和硬币形状(Penny-crack)模型模拟水平基台(Sill)等。多种模型对应的InSAR观测如图3所示：
图 3 不同形变模式对应的 InSAR 观测结果
Mogi模型在物理上代表弹性半空间中均匀加压的球形模型，由于其参数简洁，能够高效地拟合地表观测，是目前应用最广泛的岩浆房模型。假设火山的岩浆房满足各向同性、岩浆不可压缩且火山源半径远小于其深度，该模型如图4(a)所示。其中，���为Mogi球心���(���,���,−���)距离上方坐标系原点���的深度，���(���,���,���)为地表位置处的三维形变，���为Mogi源半径，Δ���为源内部的压力变化。Davis等扩展了Mogi模型，建立了近似于长轴垂直的点源扁球形球腔，以解释非对称的地表形变，并于1986年将模型推广到任意方向的三轴椭圆体。
Yang模型可以近似为多种火山形变源，如相对平坦的Sill、Dyke或管状管道的岩浆流。Yang等给出了表面沿法线方向产生均匀应力的椭球模型的解析表达式，该表达式近似计算了嵌入弹性半空间中有限尺寸任意方向的椭球状岩浆房引起的地表位移，该模型如图4(b)中所示。其中，���为Yang椭球球心���(���,���,−���)距离上方坐标系原点���的深度，���为椭球的半长轴，���为椭球的焦距，���为椭球长轴的走向角，���为椭球长轴的倾向角，Δ���为源内部的压力变化。
Okada模型是弹性半空间中位错模型的解析表达式，其最早广泛应用于地震断层破裂研究中。由于拉张型断层与火山的Dyke和Sill的形成模式非常相似，因此在火山学中的Okada模型特指拉张型Okada位错模型，以研究火山岩浆的侵入路径和管道，该模型如图4(c)所示。其中，���为Okada模型起算点���(���,���,−���)距离上方坐标系原点���的深度，���为断层面宽度，���为断层面长度，���为断层走向角，���为断层倾向角，���1，���2，���3分别对应走向、倾向、垂向上的滑动量。由于Okada模型在火山中常为拉张，因此将其走向和倾向滑动量���1，���2均设为0。当���为0°时，代表水平的Sill，当���为90°时，代表垂直的Dyke模型。
Penny-crack扁椭球体模型由Fialko等提出。该模型为一个弹性半空间中半径为���，深度为���的水平圆形面，其解值为竖直方向上的垂直位移以及指向圆面原点在地表投影点方向上的水平位移。通过求解垂直位移，可以得到由岩浆注入或退出而引起的体积变化。图4(d)中���为Penny-crack模型圆心���(���,���,−���)距离上方坐标系原点���的深度，���为水平圆形面的半径，Δ���为源内部的压力变化。
图 4 火山源模型平面示意图
2.2
基于结构计算的数值模型
基于几何形状的解析模型能够简单高效地拟合大地测量数据，在实践中被广泛使用，但是其本质是对岩浆房的高度抽象化以及对低时空分辨率大地测量数据的妥协。随着空间大地测量数据的时空分辨率不断提高，简单的几何解析模型很难精确拟合新的观测数据，并反演岩浆房的动态变化。另一方面，计算能力的提高也促进了数值模拟方法的快速发展，这些方法能够结合材料特性和结构异质性研究地下结构并可用于反演，因此被广泛引入到火山学的研究中。Ronchin等为巴布亚新几内亚的Rabaul破火山口构建了有限元模型，使用从地形、地质和地震等手段推测的材料属性进行约束，最后通过预测形变和观测形变之间的差异确定了多个形变源。Charco等开发了一个可用于反演的有限元模型程序，能够高效估计形变源位置和压力(体积)变化参数。Hickey等采用了考虑材料异质性和地形的有限元模型反演了Cotopaxi等火山的源位置，并进一步考虑温度和粘弹性以拟合形变和地震数据。Wallace等利用有限元法揭示了俄罗斯堪察加Shiveluch火山熔岩穹顶塌陷的材料特性和触发机制，证实了仅地面加速度就可能引发穹顶崩塌。
研究者还提出了考虑岩浆和地壳真实属性的模型，对火山系统的描述不再局限于岩浆房，对火山形变的探讨也涉及到多种作用机制和过程。Wang等使用Furuya于2004年提出的热弹性模型研究了日本Usu火山的长期地表形变，并基于热弹性模型发现沉降由火山喷发时侵入的岩浆的热弹性收缩产生。Shreve等利用边界元法对InSAR地表位移进行反演，得到了2015-2017年Ambrym沉降期间储层压力变化的边界，系统地探索了自由参数(如储层大小和导管半径)的影响，发现在一些火山由于脱气引起的收缩可能会减少甚至抵消岩浆流入引起的膨胀信号。
3 InSAR火山形变监测与反演
3.1
InSAR研究岩浆转移的形变
火山岩浆转移机制是引起火山形变最常见的因素，主要包括岩浆房的膨胀与收缩；岩浆沿Dyke或Sill侵入火山侧翼；沿熔岩湖相连火山管道的上升或下降等形式。D’Auria等发现意大利那不勒斯Campi Flegrei火山口在休眠近30年后岩浆及热液系统重新侵入Sill，并提出重复侵入Sill是该火山短期及长期演变的重要机制。由于SAR卫星时间分辨率的限制，监测的形变通常为多个源形变的复合。在InSAR干涉图中可能包含喷发阶段的岩浆房和岩浆运移通道的体积变化和岩浆作用诱发地震导致的地表形变等；对于存在热液系统的火山，还要考虑热液的运移和变化。Pritchard利用ALOS影像观测到2008年智利Chaiten火山的流纹岩喷发，并发现该喷发事件由Dyke、倾斜的Sill和火山管道共同参与作用。Xu等使用Sentinel-1及ALOS-2数据研究2015年加拉帕戈斯群岛Wolf火山喷发事件，发现了Wolf火山两个形变源之间的连通性。Smittarello等利用Sentinel-1、COSMO-SkyMed和ALOS-2数据分析了2021年5月Nyiragongo火山的无前兆喷发事件，并用Dyke模型解释岩浆入侵的三个过程。
因拉张或剪切位移形成的裂缝有助于岩浆侵入，如板块边界的裂谷带和火山口断层。构造因素形成的裂谷带使岩石圈破裂减薄，促使岩浆沿着裂谷带或断层侵入和传播，引起区域的应力变化并造成地震。Pallister等使用Dyke模型研究2009年岩浆侵入阿拉伯Harrat Lunayyir区域引起的地表形变，并结合地震台站数据确定了30,000多次异常地震的成因为岩浆侵入而非构造因素。因板块分离与地幔柱上涌形成的冰岛区域，其火山喷发特征同样受裂谷系统影响。Sigmundsson等通过分析2010年冰岛Eyjafjallajökull火山的异常喷发行为，使用InSAR数据确定该次喷发形变的三个阶段与裂谷系统及侵入复合体有关。2014年岩浆沿裂谷侵入Bárðarbunga火山事件，Sigmundsson等分析多幅同喷干涉图并以Dyke模型分段建模，结合地震波、GPS数据，揭示了Dyke演化过程中的方向变化与区域应力、地震活动间的关系。Ruch等利用COSMO-SkyMed影像观测到火山口东北侧形成的地堑，并用Dyke模型沿该裂缝方向进行建模。
岩浆因喷发或转移使岩浆房部分排空，导致火山口失去支撑而坍塌；火山口坍塌形成的环状断层滑动会引起另一类集中于火山口的地表形变。目前通过InSAR数据反演已获得多个典型的环形火山口断层结构模型，包括加拉帕戈斯群岛Fernandina火山，日本Mijakejima火山，苏格兰Glen Coe火山及冰岛Bárðarbunga火山。其中，Jónsson等首次利用1992–2005年的Envisat InSAR数据发现加拉帕戈斯群岛Sierra Negra 火山的活板门结构，Bell等进一步结合Sentinel-1、ALOS-2数据及GPS等资料，解释了2018年加拉帕戈斯群岛Sierra Negra火山喷前及喷发中激活火山口内活板门断层的机制与过程。Bathke等对土耳其Tendürek火山口环状断层进行建模，使用SBAS方法对2003–2010年的火山口平均形变速率进行监测，发现该火山的形变由Sill收缩与整个环状断层滑动共同造成。
热点移动、岩浆运移通道关闭等造成的岩浆供应量改变同样会造成火山的形变，甚至影响火山岛屿的形成。典型区域如地幔柱成因的夏威夷-帝王海山链、加拉帕戈斯群岛、冰岛等。Poland等利用Envisat影像观测到夏威夷岛Kilauea火山在2003-2007年间岩浆供应量激增引起的地表形变。Xu等通过TerraSAR-X发现了红海两座火山岛屿的形成过程。Amelung等发现夏威夷岛Mauna Loa火山在2002–2005年间西南裂谷带的地面膨胀是由于Dyke沿此裂谷带侵入造成。
3.2
时序InSAR研究时空火山形变演化
目前有多种时序InSAR算法及软件用于火山形变时序分析。Ofeigsson等利用StaMPS方法获取冰岛Hekla火山在1993–1999年及2003–2008年两个时间段的形变速率场，并采用Mogi模型对该期间的形变源进行建模，解释了Hekla火山的膨胀及2000年喷发造成的收缩现象。Samsonov等提出了MSBAS多维小基线集方法，并对东非裂谷维龙加火山省的Nyamuragira和Nyiragongo火山进行监测，并解释2004–2010年三次喷发的形变值。Fattahi等对InSAR时间序列的DEM误差校正进行了研究，并应用于加拉帕戈斯群岛的Fernandina火山，经过DEM校正的时序位移表现出更高的精度。Wang等结合StaMPS和SqueeSAR方法，采用Sentinel-1和ALOS-2数据研究了日本Asama形变的可能机制。Fernández等使用Envisat、RADARSAT-2及Sentinel-1数据对加纳利群岛的La Palma岛上的火山进行时序分析，通过对2021年的形变时间序列进行建模反演，发现此次喷发的浅层岩浆在喷发前3–5个月已开始积累。Polcari等利用ERS-1/2，Envisat及COSMO-SkyMed数据获取了1992–2021年意大利Campi Flegrei火山口形变，并得到该区域的火山形变从收缩到低速膨胀再到高速膨胀的结论。Gregg等使用MintPy计算了加拉帕戈斯群岛Sierra Negra火山2015–2018年的地表形变，使用EnKF模型评估期间的压力变化及岩浆储层周围的破坏条件。Hamling等使用Envisat和ALOS-1数据对新西兰Taupo火山带2004–2011年间的形变位移序列进行研究，并联合GPS数据研究岩浆在弧后裂谷带的发展过程。
3.3
InSAR大数据与人工智能火山形变监测
InSAR大数据计算和机器学习在火山学的应用改变了传统的干涉图相位解缠以及火山形变信号识别方法。Anantrasirichai等探讨了卷积神经网络在检测缠绕干涉图中的缓慢火山形变信号的局限性，在模拟数据中使用仅包含形变信号的检测阈值为3.9cm，考虑大气误差时为6.3cm，解缠后分别为1.8cm和5.2cm。Zhao等提出了包含注意力机制的卷积神经网络DeforNet，可以有效降低大气延迟和地形噪声的影响。Beker等提出了一种用于检测火山形变的卷积神经网络，使用了混合模拟-真实数据集用于微调模型，结果显示大部分微调方式的性能都有显著提高。Biggs等处理了Sentinel-1卫星2015–2020年获取的超过1000座火山的约600,000张图像，探索了机器学习在形变信号检测方面的适用性和局限性，整个数据集的检测阈值约为1.2cm/y。Bountos等提出了使用视觉转换器从模拟的干涉图中学习火山形变信号，在无需手动标记任何样本的情况下准确率可达97%。
面向全球火山活动监测，以海量SAR数据和云计算技术为数据和平台驱动，逐步完善InSAR数据处理中的诸多自动化关键技术；引入先进人工智能算法解决火山学中的诸多模式识别问题；建立整合多学科信息的全球火山观测系统，是目前火山大地测量学发展的重要方向之一。
4 中国火山InSAR形变监测研究现状与进展
在中国，近一万年内有喷发历史的火山(群)有十余座，其中长白山火山监测站是监测手 段最全、测点密度最大的监测站。潘波等通过对长白山火山自1999以来的地震、形变和气体地球化学连续监测资料的综合分析，发现了2002–2005年岩浆扰动期间深部岩浆扰动的同步异常信号。胡亚轩等利用水准和GPS资料，通过Mogi源模型对火山区的压力源参数进行联合反演，得到岩浆房深度区间为2–10km。陈国浒等利用JERS-1以及ASAR数据进行了长白山火山的监测，结果显示长白山火山在1995–1998年间的LOS向形变速率为2–4mm/a。Meng等利用2016–2020年的Sentinel-1数据和SBAS方法获取了长白山火山的形变，形变结果表明局部的放射状断层对地表形变起到控制作用，且火山口内壁存在明显的滑坡形变。Trasatti等利用2018–2020年的ALOS-2数据监测表明长白山火山处于膨胀阶段，并且部分形变受到断层控制。长白山以外的火山主要表现为热液活动和长周期的岩浆活动，并且受到局部断层的控制。Ji等使用GPS和InSAR数据监测海南岛北部的琼北火山，发现该区域存在疑似拉张应力构造引起的地表形变。Ji等使用JERS-1 数据监测了腾冲火山1995-1997年的地表形变，结果表明，胆寨—高田断裂带两侧的形变存在明显差异，可能与下方的岩浆房有关，而打鹰山地区的形变模式表明地下可能存在一条隐伏断层；该断层在1998–2000年有随时间的变化的局部垂直形变，表明火山岩区下方有岩浆活动。
总之，我国活跃的火山较少，InSAR需要结合火山地质学、火山物理学、火山地球化学、气候学、灾害学、环境学等多科学知识或多源火山监测技术，才能有效研究这些休眠火山扰动的动力学机制，评估火山的潜在喷发危险性及对区域环境的影响。
5 结语
随着SAR卫星数量的增多、数据质量的提高以及InSAR技术的日益成熟，基于InSAR的火山形变研究正在迅速发展。虽然InSAR技术为火山地球物理模型提供了高时空分辨率的数据输入，提高了研究者们监测和解释岩浆过程的能力，但在实际研究中依然存在来自数据共享、模型解算和国际合作等多方面的挑战，尤其在如何提高InSAR火山形变监测质量、火山复杂形变获取、火山模型多维参数解算以及人工智能在InSAR火山形变监测中的应用等方面仍然存在很多技术瓶颈和挑战值得进一步探索。
转自：“测绘学术资讯”微信公众号
