一种库岸滑坡形变监测新方法：基于阶跃形变模型的多时相InSAR

库岸滑坡是威胁水库安全的重大地质灾害类型之一，准确探测边坡运动的时空演化，对滑坡风险评估及灾害防治具有重要意义。合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar，InSAR）技术已被广泛应用于库岸滑坡地表形变监测。然而，InSAR形变场的精度通常依赖于先验形变模型的可靠性。传统建模方法多基于线性或周期性函数，忽略了库岸滑坡的阶跃演化特征。为此，本文提出一种融合Sigmoid函数以改进形变建模的多时相InSAR（Multi-Temporal InSAR，MT-InSAR）方法，用于库岸滑坡形变监测。针对模型中非线性参数带来的挑战，本文基于泰勒级数展开构建观测方程，以实现形变的稳健估计。为了评估所提方法的性能，本文选取瀑布沟水电站库区内的红岩子滑坡作为研究对象，分别开展模拟与真实数据实验。结果表明，本文模型显著提升了参数估计和时序形变反演的精度。干涉图堆栈的敏感性、多强度大气延迟干扰以及复杂形变演化场景下的模拟实验结果均验证了本文方法的鲁棒性和泛化能力。此外，通过真实实验场景下的初始参数敏感性分析，进一步验证了所提方法在非线性参数估计方面的稳健性。最后，本研究基于互相关分析辅助揭示了库水位下降触发红岩子滑坡形变加速的潜在机理，并定量评估了变形响应的滞后时间。本文研究成果为复杂演化场景下的InSAR监测提供了一种新的参考视角：基于先验信息优化形变建模，能更准确地揭示InSAR视野下的形变演化模式。