墨西哥城作为全球地表沉降最严重的超大城市之一，其地下含水层的持续压缩正在威胁着近 2000 万人口的基础设施安全。2025 年 7 月发射的 NASA-ISRO 合成孔径雷达卫星（NISAR）于 2025 年 10 月至 2026 年 1 月期间获取的首批观测数据，成功监测到墨西哥城核心区域超过每月 2 厘米的极端沉降速率。这一成果不仅验证了 NISAR 卫星 L 波段雷达在城市地质灾害监测中的卓越性能，更展示了合成孔径雷达干涉测量（InSAR）技术在复杂城市环境下的信号处理与时序分析完整管线的工程实践能力。
NISAR 卫星的技术参数与观测能力
NISAR 卫星是 NASA 与印度空间研究组织（ISRO）联合研制的全球首颗搭载双频段合成孔径雷达的地球观测卫星，其 12 米直径的金属网面反射器是 NASA 历史上发射的最大雷达天线。卫星携带的 L 波段（波长约 24 厘米）SAR 系统具备穿透植被和土壤的能力，而 S 波段（波长约 10 厘米）SAR 则提供了更高的空间分辨率。这种双频段配置使得 NISAR 能够在 12 天内完成对全球陆地表面的两次全覆盖观测，同时兼顾稠密植被区域和城市建成区的监测需求。
L 波段雷达在城市地表沉降监测中具有独特优势。相比于较短波长的 C 波段或 X 波段雷达，L 波段信号的相干性更强，能够在植被覆盖区域保持较高的干涉相位稳定性，这对于墨西哥城周边兼具城市建筑和绿化植被的复杂场景至关重要。根据 NASA 喷气推进实验室公布的数据，NISAR 的 L 波段系统可检测到毫米级的地表位移变化，这一精度足以捕捉含水层压缩导致的地面缓慢下沉趋势。
InSAR 干涉测量处理管线的核心环节
从原始雷达回波数据到可用的地表沉降产品，InSAR 处理管线需要经历六个关键阶段，每个阶段的技术参数选择直接影响最终产品的质量和可靠性。
数据预处理与精确轨道修正是整个管线的基础。原始 SAR 数据首先需要经过辐射定标，将像素值转换为后向散射系数，确保不同成像时间的数据具有可比性。同时，卫星轨道状态矢量需要进行精细修正，利用精密轨道确定（POD）数据将轨道误差控制在厘米级以内。对于 NISAR 这类新一代卫星，还需要进行热噪声抑制和信号增益一致性处理，以降低系统噪声对干涉相位的影响。
图像配准与重采样是决定干涉图质量的关键步骤。所有时相的 SAR 影像必须精确对齐到统一的几何框架下，配准精度需要达到亚像素级别（通常优于 0.1 个像素）。墨西哥城城市区域的建筑密集区存在严重的叠掩和阴影现象，配准过程中需要特别关注高程突变区域的相位连贯性。重采样采用 sinc 函数或 Lanczos 插值方法，在保持相位完整性的同时实现像素级的时间序列叠加。
干涉图生成与地形相位去除将两景不同时相的 SAR 影像进行复共轭相乘，得到包含地形信息和形变信息的干涉相位。地形相位需要通过数字高程模型（DEM）进行分离，常用的方法是利用外部 DEM（如 SRTM 或 TanDEM-X 生成的高分辨率全球 DEM）模拟地形相位并从干涉图中扣除。墨西哥城位于古湖床之上，地形起伏相对平缓，但这也意味着微小的高程误差可能被误解释为沉降信号，因此需要选用足够精度的 DEM 数据。
相位滤波与解缠是技术难度最高的环节。干涉相位被包裹在正负 π 范围内，需要通过相位解缠算法恢复连续相位分布。城市区域的建筑物和基础设施导致大量相位不连续区域，传统的枝切法或最小费用流算法可能出现解缠错误。墨西哥城的监测实践中采用了区域生长解缠方法，结合相干性阈值掩膜处理，将解缠误差控制在可接受范围内。相位滤波通常采用 Goldstein 滤波器，在保持相位边缘的同时有效抑制噪声。
时序 InSAR 分析方法与沉降速率反演
获取单一时相的干涉图只是地表沉降监测的起点，要实现持续的变形追踪和速率估算，需要构建多时相的 InSAR 时间序列分析体系。当前工程实践中主要采用两种互补的方法：永久散射体（PSInSAR）技术和小基线集（SBAS）技术。
PSInSAR 方法识别出一组在整个观测期间保持高相干性的永久散射体点（如建筑角点、裸露岩石、人工角反射器等），通过分析这些点的相位时间序列来提取线性沉降速率和非线性形变分量。这种方法在城市化程度高的区域效果显著，墨西哥城的监测数据表明，PSInSAR 在城区核心区域的相干性可达 0.7 以上，能够有效追踪局部沉降中心的时空演化过程。
SBAS 方法则利用时空基线较短的干涉图对构建网络，通过奇异值分解（SVD）求解形变时间序列。这种方法对植被覆盖区域的适应性更强，能够捕捉更丰富的空间变化信息。墨西哥城周边既包含高度城市化的核心区，也包含大量绿化带和湖泊湿地，SBAS 方法在这些相干性较低的区域提供了补充观测能力。
时序分析的关键参数包括：时间采样间隔（NISAR 的 12 天重访周期提供了良好的时间采样）、空间滤波窗口尺寸（通常选择 32 至 64 像素以平衡噪声抑制和空间分辨率）、大气相位延迟校正模型（利用时空滤波分离大气延迟与真实形变信号）等。NASA 公布的初步结果显示，NISAR 数据反演的沉降速率与传统 GPS 连续站和水准测量结果高度吻合，验证了处理管线的可靠性。
工程化落地的关键参数与监控要点
将 InSAR 技术从科研验证转化为业务化运行系统，需要关注以下工程化参数和监控指标：
数据处理吞吐量方面，处理单景 NISAR L 波段 SAR 影像（约 25 公里幅宽、多种成像模式）需要约 2 至 4 小时的计算时间。采用 GPU 加速的相位解缠算法和分布式计算架构，可以将处理时间缩短至 1 小时以内，满足近实时监测需求。存储方面，每个像素的干涉相位需要 4 字节浮点数存储，一个完整的时间序列（假设 100 景影像）需要约 400 MB 的存储空间。
质量控制指标需要重点关注相干性系数分布、解缠成功率、大气相位残留量等。墨西哥城监测案例中，相干性低于 0.3 的区域通常判定为不可靠，需要结合其他数据源进行交叉验证。沉降速率的不确定性估算需要考虑轨道误差、大气延迟残余、DEM 误差等因素的传播，对于 monthly 级别的沉降速率，典型的置信区间约为 ±3 mm。
预警阈值设定是业务化运行的核心。根据墨西哥城的实际情况，建议设置三级预警：当沉降速率超过 20 mm / 年时触发黄色预警，超过 40 mm / 年时触发橙色预警，超过 60 mm / 年时触发红色预警。这些阈值需要根据不同区域的脆弱性评估进行动态调整，例如地铁沿线、历史建筑周边等敏感区域应采用更严格的预警标准。
NISAR 卫星的全球观测能力为城市地表沉降监测提供了前所未有的数据源，其 L 波段雷达在稠密植被和城市环境下的相干性优势与双频段组合的互补性，为地表变形监测树立了新的技术标杆。随着更多观测数据的积累，基于 InSAR 时间序列的沉降预测模型和风险评估体系将逐步完善，为全球沿海城市和地下水依赖型城市的可持续发展提供关键的决策支持。
资料来源：NASA 喷气推进实验室 NISAR 任务新闻发布（2026 年 4 月 29 日）。