合成孔径雷达干涉测量(InSAR)是二十世纪六十年代发展起来一项空间大地测量与现代遥感技术,可以大范围、高精度和空间连续地监测地球表面发生的形变,为人类了解地球运动机制、防御自然及人为地质灾害等提供了重要的手段。然而,传统的单轨InSAR形变测量结果只能反映真实的三维地表形变在雷达视线方向(LOS)上的一维投影,容易引起对地表形变监测信息的误判或漏判,使得该技术的发展和应用受到了极大的阻碍。通过融合多颗SAR卫星平台获取的多个轨道数据,可以将InSAR一维形变测量拓展至三维。但是现有方法普遍缺乏严密的数据处理理论,在处理多平台、多轨道和多时域InSAR测量值时,无法充分考虑这些多源异质数据在时间尺度和测量精度上的差异,而且不能很好地顾及InSAR多源误差的影响,从而极大的限制了三维形变测量的精度和时间分辨率。现代测量平差是一种以误差理论和经典测量平差为基础的数据处理技术,并在不同层面上扩充、发展形成新理论和新方法,目前已被广泛应用于“3S”及其集成的数据处理中。InSAR三维形变测量本质上可以视为一个平差问题,因此现代测量平差理论和方法在该领域中具有良好的应用潜力。本文以InSAR三维形变估计的函数模型、随机模型和估计准则为核心研究内容。针对InSAR三维形变估计理论中的关键技术问题,借鉴和研究了滤波、插值、最小二乘、方差分量估计、卡尔曼滤波和总体最小二乘等现代测量平差方法的原理和思想,系统性地研究了基于现代测量平差的InSAR三维形变估计理论与方法,为高精度三维地表形变的获取提供了新的途径。本文的主要贡献和创新之处在于：(1)建立了基于最小二乘的InSAR三维地表形变估计的函数模型,并针对模型的观测值设计了InSAR趋势误差改正算法,显著改善了InSAR三维形变估计结果的精度。本文深入分析了从InSAR的LOS方向一维测量值求解三维地表形变的可能性和精度,系统地研究了多源异质InSAR (包括D-InSAR、Offset-Tracking和MAI)测量值与三维地表形变之间的函数关系,并通过理论推导将其扩展为适用于融合多源异质InSAR测量值和GPS测量值估计三维地表形变的函数模型。同时,为了进一步提高MAI技术获取的方位向形变测量值的精度,本文通过研究电离层误差和形变信号在空间上的不同分布规律,发展了基于方向性滤波和插值的MAI电离层趋势误差改正方法；而针对D-InSAR技术在毗邻轨道获取的形变结果的不一致问题,本文利用在毗邻轨道的公共区域提取的连接点作为附加约束,发展了基于整体同步最小二乘的多轨道D-InSAR轨道趋势误差改正模型。在此基础上,本文分别精确获取了2010年新西兰Darfield地震和2011年日本Tohoku-Oki地震的第一个同震三维地表形变场,精度可达到cm级。(2)提出了基于方差分量估计的InS(?)R三维地表形变速率估计算法,实现了InSAR测量值随机模型的后验估计,显著改善了InSAR三维形变速率估计结果的精度。在融合多源异质InSAR及GPS测量值估计三维地表形变速率时,除了需要建立精确的观测函数模型之外,还需要获取InSAR及GPS测量值的随机模型(即方差),然而目前没有一个公认的可以精确确定多源异质InSAR测量值先验方差的方法。针对这一难题,本文首先根据多源异质InSAR及GPS测量噪声的统计特性实现了多源异质InSAR和GPS测量值的最优分组；然后基于线性模型思想建立了最小二乘残差和多源异质InSAR及GPS测量值的单位权中误差之间的函数模型,通过迭代运算得到了多源异质InSAR和GPS测量值的后验方差(或权重)。此外,考虑到在实际中InSAR多余观测量较少,本文在顾及三维形变速率估计精度和计算量的前提下,通过大量实验研究得到了方差分量估计中InSAR测量值的最优配置。模拟和美国南加州地区的真实数据实验结果表明,本文方法的三维形变速率估计精度比现有方法有了明显改善。随后,将该方法应用于青藏高原冬克玛底冰川的监测中,揭示了青藏高原山岳冰川的第一个三维运动速率场,为研究青藏高原的冰水质量迁移和转换提供了一个新的视角。(3)提出了基于卡尔曼滤波的InSAR三维地表形变序列动态估计函数模型,显著提高了InSAR三维地表形变测量结果的时间分辨率和精度。传统的InSAR三维形变测量方法受限于不同平台、不同轨道SAR数据的时态差异,只能对多源异质InSAR测量值进行静态平差求解,获取地表的瞬时三维形变或三维形变速率,而无法估计三维形变序列。本文首先深入分析了融合多平台、多轨道和多时域InSAR测量值求解三维地表形变序列的局限性；然后通过联合时序InSAR测量值的成像几何建立空间联系和引入三维形变速率矢量作为时态约束,建立了三维地表形变的观测方程和状态方程,从而实现了三维形变序列的动态估计。为了提高三维形变序列的估计精度,本文引入方差扩大模型来抑制InSAR测量值中解缠误差等粗差的影响。而在实际数据处理中,利用基于最小二乘的InSAR时序测量值处理方法得到的三维低频形变和地形残差来确定滤波初始状态矢量和协助InSAR干涉相位解缠,从而进一步提高了卡尔曼滤波方程组的解算精度。模拟和美国南加州地区的真实数据实验结果表明,本文方法适用于线性或非线性形变监测,实现了三维地表形变序列的准实时估计,提高了计算效率的同时降低了数据的存储量,可以得到时间分辨率和精度明显优于现有方法的三维形变序列结果。(4)提出了基于总体最小二乘的InSAR三维地表形变估计方法,解决了传统的基于高斯-马尔可夫(GM)模型的估计准则无法考虑DEM误差影响的问题,提高了InSAR三维形变估计结果的精度。在利用InSAR技术监测地表平行位移的三维形变时,通常都借助于DEM数据提供的坡度角信息来降低对InSAR观测量的要求,这使得InSAR三维形变监测模型的系数矩阵被DEM误差所污染。传统的基于GM模型的估计方法(如最小二乘)只能考虑观测值含误差的情况,本文方法则以变量含误差(EIV)模型为核心,在满足观测值误差平方和最小的同时,使得系数矩阵误差平方和也达到最小,因此可以得到更加优化的三维地表形变估值。针对InSAR测量最为常见的配置情况,本文首先设计了两种地表平行位移的InSAR三维形变监测模型,一种是基于升降轨InSAR的LOS向测量值,另一种是基于单轨InS(?)R的LOS向和方位向测量值；然后分别研究了DEM误差(或坡度角方差)在这两种模型中的传播方式,并通过理论推导得到了相应的系数矩阵方差,进而实现了三维地表形变的总体最小二乘估计。模拟和河南大寺坡真实数据实验结果表明,总体最小二乘在估计三维地表形变时比现有方法表现更加稳健,提高了三维形变结果的估计精度。