InSAR技术因其高空间分辨率、高精度、全天时、全天候、覆盖范围广以及无需进入灾害实地等优势,被广泛应用于地表形变监测研究中。然而,受地形、大气环境、植被覆盖等影响,InSAR观测值中的地形残差、大气延迟误差和时空失相关噪声等难以消除;此外,InSAR只能监测单一方向上的形变信息,难以完全捕捉水平方向位移。以上因素使得InSAR技术在地表形变监测,特别是灾害监测方面的应用和推广仍存在诸多问题。论文围绕地表形变三维动态监测与跟踪,展开InSAR高精度时序地表三维形变模型的研究。论文的主要研究内容如下:1.建立了基于卡尔曼滤波（Kalman Filtering）的地表形变动态解算模型,实现了地表三维变形动态提取。针对已有多源数据融合的地表三维形变模型多为静态估计的问题,本文建立了基于Kalman滤波的三维形变动态解算模型。该方法利用多源InSAR数据的时空关联性建立区域地表三维形变监测的观测模型和运动模型,通过时序地融合多技术、多平台、多轨道获得的多源形变监测数据,实现对监测区域地表三维形变的实时动态估计,获取高精度时序三维形变场,提高地表三维形变监测结果的时间分辨率。2.建立了附加模型参数的自适应Kalman滤波地表三维形变动态解算模型,削弱了观测模型和运动模型中系统误差对形变场解算结果影响,显著改善了滤波模型三维形变参数估计的精度。针对多平台、多轨道、多技术InSAR观测值含有系统误差的问题,建立附加测量误差参数的观测模型;针对变形区域不规则运动导致的滤波动力学模型与当前实际运动存在的系统误差问题,建立附加动力学模型误差参数的运动模型。附加模型参数的滤波模型通过对InSAR观测值系统误差和动力学模型系统误进行拟合、对相应观测值协方差阵和过程噪声协方差阵进行估计,来削弱系统误差对滤波解算结果的影响。经模型参数补偿后的Kalman滤波三维形变解的精度有了明显提高。3.西安地区时序三维形变速率场的建立。基于西安InSAR和GNSS监测数据建立地表三维形变自适应滤波解算模型,成功获取了西安市高精度时序地表三维形变速率场。通过与标准滤波形变解算结果对比发现,附加参数的自适应滤波解算模型有效削弱了观测值系统误差、动力学模型系统误差对地表三维形变滤波解的影响,提高了地表三维形变监测精度。4.时序地表三维形变模型解算党川滑坡地表三维形变（实例应用）。将Kalman滤波时序地表三维形变模型应用于实际地质灾害监测预测预报中,以黑方台党川6#滑坡为例,探讨了滑坡区地表三维形变动态跟踪的方法。以区域InSAR监测为基础,结合滑坡区GNSS数据,构建了滑坡区Kalman滤波地表三维形变解算模型,实现了对该区域的地表三维形变动态跟踪,获取了区域高精度时序三维形变速率场。这种将多种对地监测技术结合监测滑坡的方法,在进一步探讨多源数据融合模式中,能够充分挖掘不同技术监测优势,提高滑坡预测预报的精度。