Page 143 - 《武汉大学学报（信息科学版）》2025年第9期

第 50 卷第 9 期 武帅莹等：一种基于 GNSS 和机器学习的 InSAR 大气改正方法 1871

表 1 不同大气改正方法对应 RMSE 减少值/%
Table 1 RMSE Reductions for Different Tropospheric Correction Methods/%
大气改正方法
干涉对
本文算法 Clusters Windows ERA5 GACOS Uniform
2019⁃07⁃28 和 2019⁃08⁃09 81 77 76 58 61 60
2020⁃01⁃18 和 2020⁃01⁃30 76 70 70 57 61 42

图 8 各类大气相位延迟与干涉相位关系泰勒图
Fig. 8 Taylor Diagrams for the Relationship Between Different Tropospheric Delays and Interferometric Phase
均 随 着 高 程 发 生 显 著 的 变 化 ，两 干 涉 对 相 位 与 大小及其空间分布等特征对于 InSAR 干涉相位
高程呈现负相关。利用本文算法进行大气延迟 的 改 正 效 果 ，结 果 如 图 10 所 示 。 由 于 使 用 K-
改 正 后 ，各 干 涉 图 相 位 均 呈 现 出 一 个 相 对 平 稳 means 算 法 可 直 接 获 取 到 不 规 则 且 包 含 不 同
的 趋 势 ，相 位 -高 程 相 关 性 很 大 程 度 上 被 减 弱 ， GNSS 站点数目的子集，无需人为划分训练集（图
平 均 相 关 系 数 由 0.27 降 至 0.14（约 50%）。 其 10（a））。以干涉对 2019⁃07⁃28 和 2019⁃08⁃09 为

次 ，相 位 -高 程 拟 合 得 到 的 线 性 函 数 近 乎 水 平 ， 例，不同分区之间进行排列组合，共可获得 31 种
表明相位-高程函数几乎与高程变化无关，地形 不同大小和组合的训练集。将所有训练集按照
相 关 大 气 延 迟 改 正 效 果 显 著 ，再 一 次 证 实 了 本 其大小进行排列，计算各组合情况下干涉相位改
文提出的联合方法的有效性。 正前后 RMSE 减少趋势（图 10（b））。
2.3 联合方法影响因子的敏感性分析 由图 10（b）可看出，RMSE 减少趋势随训练
2.3.1 训练集大小及空间分布的影响 集 增 大 而 缓 慢 增 大 ，而 训 练 集 的 空 间 分 布 对
为测试联合方法自身的鲁棒性，分析训练集 RMSE 减少值的影响则更为显著。例如，当子区

图 9 干涉相位⁃高程关系图
Fig. 9 Correlation Diagram Between Interferometric Phase and Elevation