受全球气候变暖影响，青藏高原冻土退化和地表失稳问题不断加剧，对基础设施的建设维护和区域社会经济发展造成阻碍。近年来，SBAS-InSAR技术已在冻土地表形变监测中得到广泛应用，但由于青藏高原部分地区存在较为严重的失相干现象，导致形变监测结果出现空间不连续性，进而无法获得全面且精细的监测结果。针对上述问题，本文提出了一种联合机器学习与SBAS-InSAR的冻土形变监测方法，选取西藏阿里门士乡为研究区域，使用2020年1月7日至2021年6月6日共43景Sentinel-1A降轨影像数据提取地表形变信息；综合多类环境因子数据生成训练集后，引入机器学习模型拟合SBAS-InSAR监测结果与环境因子之间的内在关系，从而获取研究区连续形变速率图。结果表明，联合随机森林模型与SBAS-InSAR的方法效果最优，通过该方法对冻土形变缺失区域进行插值能极大提高原有SBAS-InSAR方法的监测覆盖率，其插值结果平均误差和均方根误差分别为0.459和0.739 mm/a。

受全球气候变暖影响，青藏高原冻土退化和地表失稳问题不断加剧，对基础设施的建设维护和区域社会经济发展造成阻碍。近年来，SBAS-InSAR技术已在冻土地表形变监测中得到广泛应用，但由于青藏高原部分地区存在较为严重的失相干现象，导致形变监测结果出现空间不连续性，进而无法获得全面且精细的监测结果。针对上述问题，本文提出了一种联合机器学习与SBAS-InSAR的冻土形变监测方法，选取西藏阿里门士乡为研究区域，使用2020年1月7日至2021年6月6日共43景Sentinel-1A降轨影像数据提取地表形变信息；综合多类环境因子数据生成训练集后，引入机器学习模型拟合SBAS-InSAR监测结果与环境因子之间的内在关系，从而获取研究区连续形变速率图。结果表明，联合随机森林模型与SBAS-InSAR的方法效果最优，通过该方法对冻土形变缺失区域进行插值能极大提高原有SBAS-InSAR方法的监测覆盖率，其插值结果平均误差和均方根误差分别为0.459和0.739 mm/a。

受全球气候变暖影响，青藏高原冻土退化和地表失稳问题不断加剧，对基础设施的建设维护和区域社会经济发展造成阻碍。近年来，SBAS-InSAR技术已在冻土地表形变监测中得到广泛应用，但由于青藏高原部分地区存在较为严重的失相干现象，导致形变监测结果出现空间不连续性，进而无法获得全面且精细的监测结果。针对上述问题，本文提出了一种联合机器学习与SBAS-InSAR的冻土形变监测方法，选取西藏阿里门士乡为研究区域，使用2020年1月7日至2021年6月6日共43景Sentinel-1A降轨影像数据提取地表形变信息；综合多类环境因子数据生成训练集后，引入机器学习模型拟合SBAS-InSAR监测结果与环境因子之间的内在关系，从而获取研究区连续形变速率图。结果表明，联合随机森林模型与SBAS-InSAR的方法效果最优，通过该方法对冻土形变缺失区域进行插值能极大提高原有SBAS-InSAR方法的监测覆盖率，其插值结果平均误差和均方根误差分别为0.459和0.739 mm/a。

受全球气候变暖影响，青藏高原冻土退化和地表失稳问题不断加剧，对基础设施的建设维护和区域社会经济发展造成阻碍。近年来，SBAS-InSAR技术已在冻土地表形变监测中得到广泛应用，但由于青藏高原部分地区存在较为严重的失相干现象，导致形变监测结果出现空间不连续性，进而无法获得全面且精细的监测结果。针对上述问题，本文提出了一种联合机器学习与SBAS-InSAR的冻土形变监测方法，选取西藏阿里门士乡为研究区域，使用2020年1月7日至2021年6月6日共43景Sentinel-1A降轨影像数据提取地表形变信息；综合多类环境因子数据生成训练集后，引入机器学习模型拟合SBAS-InSAR监测结果与环境因子之间的内在关系，从而获取研究区连续形变速率图。结果表明，联合随机森林模型与SBAS-InSAR的方法效果最优，通过该方法对冻土形变缺失区域进行插值能极大提高原有SBAS-InSAR方法的监测覆盖率，其插值结果平均误差和均方根误差分别为0.459和0.739 mm/a。

受全球气候变暖影响，青藏高原冻土退化和地表失稳问题不断加剧，对基础设施的建设维护和区域社会经济发展造成阻碍。近年来，SBAS-InSAR技术已在冻土地表形变监测中得到广泛应用，但由于青藏高原部分地区存在较为严重的失相干现象，导致形变监测结果出现空间不连续性，进而无法获得全面且精细的监测结果。针对上述问题，本文提出了一种联合机器学习与SBAS-InSAR的冻土形变监测方法，选取西藏阿里门士乡为研究区域，使用2020年1月7日至2021年6月6日共43景Sentinel-1A降轨影像数据提取地表形变信息；综合多类环境因子数据生成训练集后，引入机器学习模型拟合SBAS-InSAR监测结果与环境因子之间的内在关系，从而获取研究区连续形变速率图。结果表明，联合随机森林模型与SBAS-InSAR的方法效果最优，通过该方法对冻土形变缺失区域进行插值能极大提高原有SBAS-InSAR方法的监测覆盖率，其插值结果平均误差和均方根误差分别为0.459和0.739 mm/a。

针对仅利用单轨道SAR卫星只能获取地表沿着雷达视线向(LOS)的变形，而无法准确描述多年冻土垂直向的季节性冻胀和融沉的问题，本文利用短基线干涉测量(SBAS-InSAR)技术，并联合地表二维形变解算模型和时间序列分解模型，获得了青藏廊道唐古拉山至楚玛尔河路段2020年6月—2023年6月的垂向形变时间序列及其季节性形变幅度，分析季节性形变时空分布特征及其对气候变化的响应。研究结果表明，研究区的垂向形变速率为-41～32 mm/a,东西向形变速率为-33～34 mm/a,季节性形变幅度为0～41 mm;垂向形变较大的路段集中在五道梁、北麓河、风火山、乌丽、沱沱河及通天河等地，主要以沉降为主，形变速率超过了-15 mm/a,相应地，这些区域的季节性形变也较大，形变幅度超过15 mm;不同地表覆盖类型季节性形变差异明显，高寒草甸区季节性形变幅度高于高寒荒漠与河漫滩区；地表温度和降水是影响冻土区季节性形变的主要外部因素，其造成的季节性形变时滞2～3个月。

针对仅利用单轨道SAR卫星只能获取地表沿着雷达视线向(LOS)的变形，而无法准确描述多年冻土垂直向的季节性冻胀和融沉的问题，本文利用短基线干涉测量(SBAS-InSAR)技术，并联合地表二维形变解算模型和时间序列分解模型，获得了青藏廊道唐古拉山至楚玛尔河路段2020年6月—2023年6月的垂向形变时间序列及其季节性形变幅度，分析季节性形变时空分布特征及其对气候变化的响应。研究结果表明，研究区的垂向形变速率为-41～32 mm/a,东西向形变速率为-33～34 mm/a,季节性形变幅度为0～41 mm;垂向形变较大的路段集中在五道梁、北麓河、风火山、乌丽、沱沱河及通天河等地，主要以沉降为主，形变速率超过了-15 mm/a,相应地，这些区域的季节性形变也较大，形变幅度超过15 mm;不同地表覆盖类型季节性形变差异明显，高寒草甸区季节性形变幅度高于高寒荒漠与河漫滩区；地表温度和降水是影响冻土区季节性形变的主要外部因素，其造成的季节性形变时滞2～3个月。

针对仅利用单轨道SAR卫星只能获取地表沿着雷达视线向(LOS)的变形，而无法准确描述多年冻土垂直向的季节性冻胀和融沉的问题，本文利用短基线干涉测量(SBAS-InSAR)技术，并联合地表二维形变解算模型和时间序列分解模型，获得了青藏廊道唐古拉山至楚玛尔河路段2020年6月—2023年6月的垂向形变时间序列及其季节性形变幅度，分析季节性形变时空分布特征及其对气候变化的响应。研究结果表明，研究区的垂向形变速率为-41～32 mm/a,东西向形变速率为-33～34 mm/a,季节性形变幅度为0～41 mm;垂向形变较大的路段集中在五道梁、北麓河、风火山、乌丽、沱沱河及通天河等地，主要以沉降为主，形变速率超过了-15 mm/a,相应地，这些区域的季节性形变也较大，形变幅度超过15 mm;不同地表覆盖类型季节性形变差异明显，高寒草甸区季节性形变幅度高于高寒荒漠与河漫滩区；地表温度和降水是影响冻土区季节性形变的主要外部因素，其造成的季节性形变时滞2～3个月。

针对仅利用单轨道SAR卫星只能获取地表沿着雷达视线向(LOS)的变形，而无法准确描述多年冻土垂直向的季节性冻胀和融沉的问题，本文利用短基线干涉测量(SBAS-InSAR)技术，并联合地表二维形变解算模型和时间序列分解模型，获得了青藏廊道唐古拉山至楚玛尔河路段2020年6月—2023年6月的垂向形变时间序列及其季节性形变幅度，分析季节性形变时空分布特征及其对气候变化的响应。研究结果表明，研究区的垂向形变速率为-41～32 mm/a,东西向形变速率为-33～34 mm/a,季节性形变幅度为0～41 mm;垂向形变较大的路段集中在五道梁、北麓河、风火山、乌丽、沱沱河及通天河等地，主要以沉降为主，形变速率超过了-15 mm/a,相应地，这些区域的季节性形变也较大，形变幅度超过15 mm;不同地表覆盖类型季节性形变差异明显，高寒草甸区季节性形变幅度高于高寒荒漠与河漫滩区；地表温度和降水是影响冻土区季节性形变的主要外部因素，其造成的季节性形变时滞2～3个月。

针对仅利用单轨道SAR卫星只能获取地表沿着雷达视线向(LOS)的变形，而无法准确描述多年冻土垂直向的季节性冻胀和融沉的问题，本文利用短基线干涉测量(SBAS-InSAR)技术，并联合地表二维形变解算模型和时间序列分解模型，获得了青藏廊道唐古拉山至楚玛尔河路段2020年6月—2023年6月的垂向形变时间序列及其季节性形变幅度，分析季节性形变时空分布特征及其对气候变化的响应。研究结果表明，研究区的垂向形变速率为-41～32 mm/a,东西向形变速率为-33～34 mm/a,季节性形变幅度为0～41 mm;垂向形变较大的路段集中在五道梁、北麓河、风火山、乌丽、沱沱河及通天河等地，主要以沉降为主，形变速率超过了-15 mm/a,相应地，这些区域的季节性形变也较大，形变幅度超过15 mm;不同地表覆盖类型季节性形变差异明显，高寒草甸区季节性形变幅度高于高寒荒漠与河漫滩区；地表温度和降水是影响冻土区季节性形变的主要外部因素，其造成的季节性形变时滞2～3个月。