滑坡灾害作为影响人类生存的重要因素,常导致社会秩序的破坏和严重的经济损失。滑坡发生宏观失稳之前,坡体表现为不同形式的变形。因此,研究滑坡前期的形变及其演化规律,获取任何可能的前兆信号,对于滑坡灾害的防治至关重要。传统的滑坡监测一方面采用水准仪、全站仪、全球定位系统等测量手段实施现场监测;另一方面使用光学遥感影像的解译途径来完成。然而,受人力、物力、财力的限制以及气候条件的制约,这两方面难以满足对滑坡形变快速分析的需求,亟待发展新型的滑坡高精度定量化监测技术途径。SAR影像的遥感解译与干涉测量在上世纪末期迅速发展。基于微波成像系统获取影像数据,不受气候条件制约,且具有全天时、全天候、监测范围大、时空分辨率高、稳定可靠等诸多优势,能够弥补现有地面测量和光学遥感等方法途径在滑坡灾害调查及应急监测中的局限,应用潜力巨大。然而,对于复杂艰险山区滑坡,SAR影像存在大梯度形变不好观测、气候因素影响较大和滑坡总体监测精度有限等问题。本文结合SAR影像振幅/相位信息应用于滑坡形变探测过程中的互补性优势,顾及滑坡区域复杂的地形与气候不利因素影响,引入外部DEM数据、GACOS数据以及强度阈值分割方法,从提高影像配准精度和大气延迟改正两方面着手,一方面基于外部DEM数据和强度信息阈值分割方法提高SAR影像配准精度,针对大梯度滑坡形变精准定量化监测问题,形成了TSPOT时序二维滑坡形变监测模型;一方面基于GACOS数据对滑坡区域大气延迟误差分析,针对复杂气候环境下滑坡蠕变高精度监测的不利影响,优化时序InSAR数据处理流程,建立了TSInSAR时序一维滑坡形变监测模型。最后,提出了滑坡应用型SAR影像振幅/相位联合时序处理流程。为了验证模型与方法的可行性,本论文以白格滑坡为典型研究对象,借助ALOS-2与Sentinel-1A数据源,基于面向滑坡应用的SAR影像振幅/相位联合时序处理流程开展滑坡前期形变监测,克服了金沙江畔春、夏两季严重的大气延迟效应,探明了滑坡前期形变的发展情况与空间分布,揭示了2017年至2018年间滑坡的加速滑移过程。监测结果表明:距离向年平均形变速率最大为-13.5m/yr,方位向的年平均形变速率最大为2.8m/yr,雷达视线向年平均最大为-160mm/yr;滑坡发生变形的区域约为700米宽,高程落差近825米;滑坡体变形与降雨具有关联性。