中国城市群的快速扩张和城镇化的不断发展极大的消耗着地下资源如地下水、煤炭、石油、天然气、矿产等,使得开采区域地表处于不稳定的状态,进而发生持续性、周期性、复杂性的沉降。此外,中国幅员辽阔,地形、地貌、地质条件繁杂多样,存在着三级地势阶梯,各类地质灾害如滑坡、泥石流、地震、冰川移动等不断发生且都伴随着地表形变。城市地表沉降和其他地质灾害威胁着人民人身安全和财产安全,对社会的治安管理带来挑战,对城市的可持续发展带来巨大的阻扰。大空间尺度下地表形变信息的常态化、智能化监测是评估和预防地表沉降、地质灾害危害的必要前提和基本需求。近年合成孔径雷达干涉测量（InSAR）技术得到广泛的关注且不断发展,从传统D-InSAR技术快速过渡到时序InSAR技术,实现对关注区域的长时序、高精度形变监测,为大陆尺度的地表形变监测提供了技术支撑。星载合成孔径雷达（SAR）相关领域和方向的发展也促进了SAR卫星和成像技术的迅猛发展,多星座、多模式成为了SAR卫星发展趋势。2014年Sentinel-1 A/B宽幅数据对用户的免费开放标志着SAR进入大数据时代,为大陆尺度的地表形变监测提供了数据支撑。近年来各国学者在大陆尺度地表形变监测的应用中做了大量的工作,为大陆尺度地表形变做出贡献,随监测范围的扩大和处理数据量的增大,大陆尺度下的地表形变监测仍旧存在一些问题待解决。本文围绕中国大陆尺度下Sentinel-1数据InSAR处理中存在的问题展开深入研究,以提升大陆尺度地表形变监测的能力和可靠性。本文的主要研究内容及创新工作如下:（1）本文基于相干像素和分布式像素的提取与联合处理提出了自适应相干分布式像素InSAR技术,解决了相干像素技术在非城镇区中高精度地表参数反演目标数量不足的问题,实现了大陆尺度下、多种地表散射特性下的地表形变的高精度、快速反演,为分布式散射体的多视快速处理提供了思路。首先对传统的相干像素技术的处理方法进行描述,通过实验整理出相干像素技术和分布式散射体InSAR技术的局限性。围绕其局限性提出自适应相干分布式像素（Adaptive Coherent Distributed Pixel,ACDP）InSAR技术,该技术是通过双层检测窗口提取多视下的候选分布式像素（Distributed Scattering Pixel,DSP）以及候选像素的同质像素簇,再根据同质像素簇群对分布式像素进行相干估计。在相位优化时,以基于特征分解的最大似然估计器的干涉相位结果作为相位三角算法（Phase Triangulation Algorithm,PTA）相位估计方法的初始值以提升相位估计的速度和精度。最终将DSP与相干像素相结合通过建网解算反演地表形变参数,达到增加监测点和提升算法适用范围的目的。以中国西南山区和青藏高原日喀则局部区域为实验区,结果表明:监测点密度增加约5-10倍,相位质量得到改善,自适应相干分布式像素InSAR结果与水准数据的均方根误差（RMSE）为5.45毫米/年,误差约为最大观测量的9.2%,证明了算法的有效性、适用性、可靠性。（2）本文基于Sentinel-1数据特征提出一种适用于大陆尺度下的非线性形变提取的方法并基于序贯平差思想提出渐进式相干分布式像素InSAR技术,解决了新增SAR数据后需对流程进行回溯从而导致计算效率低的问题,实现了新增数据的快速处理并为大陆尺度下近实时地表形变监测的需求提供技术支撑。非线性形变提取作为时序InSAR技术新增数据快速处理中的重要一环,需要进行针对性的研究。基于Sentinel-1数据的数据特征,提出一种适用于Sentinel-1数据的大陆尺度非线性地表形变序列反演方法,对该算法重要步骤:离散相干目标插值、空间相位解缠、趋势相位估计、相位基准矫正、加权奇异值分解、大气相位估计等方法进行了深入研究,并利用Sentinel-1数据进行了实验分析。对序贯平差思想进行简述并对序贯估计器和渐进SBAS处理技术进行总结,基于序贯思想的提出一种渐进式相干分布式像素时序InSAR处理方法。将时序InSAR技术分为线性形变解算和形变量序列解算这两个处理模块,分别对这两个模块中新增数据快速处理的方法进行研究,最终组成一套适用于自适应分布式散射体InSAR技术的新增数据处理方法,通过Sentinel-1数据对新增数据处理方法进行对比分析,研究表明:渐进式ACDP和ACDP的均方根误差为±3.5mm且渐进式ACDP新增数据的处理速度是ACDP的4.5倍,证明了所提算法的有效性。（3）本文基于相邻Sentinel-1图幅中重叠区内同名点间双层三角网的建立,解决了相邻SAR图幅坐标系、InSAR基准不统一的问题;基于对基准控制区的划分和基准控制网的建立,解决了大陆尺度下多个SAR图幅的InSAR基准不统一问题,初步实现了大陆尺度下InSAR基准的控制,为大陆尺度下的InSAR后处理提供技术支撑以提高InSAR结果的可靠性。通过对传统基准矫正处理方法的梳理,说明了方法存在的问题及改进的必要性。基于坐标转换参数的多项式拟合对InSAR结果进行地理编码,在地理编码精度验证的基础上确定了同名点搜索的方法并针对数据特点提出了一种适用于Sentinel-1数据重叠区同名点快速搜索的方案。在获取同名点后,对同名点进行三维的双层三角网构建,在水平网中可以进行几何基准矫正并检查解算结果的可靠性,在垂直向网络中计算相邻图幅（Frame）的InSAR基准矫正值。以中国为例,将中国境内的368个Frame编号并进行了空间分析,为防止基准矫正过程中误差的传递,基于空间区域关系将全国Frame分为多个拥有主基准的基准统一区。在每个基准控制区内通过选取主基准影像对其他图幅的InSAR结果进行第一次基准矫正。对全国的基准控制区建立三角网,通过加权最小二乘获取每个基准控制区的整体平差值,以矫正和控制国家尺度下的InSAR基准。（4）本文基于数据统计、建检索库、自适应参数提取等方法解决了时序InSAR处理过程中需人为干预的问题,实现了时序InSAR的无监督自动化处理,为大陆尺度的地表形变监测提供便利。用中国科学院地球大数据项目的超算系统对2020年中国覆盖范围内的Sentinel-1数据进行了处理,并基于多源空间数据的空间分析对全国地表沉降影响进行了评估。在时序InSAR处理中人机交互关键步骤分析的基础上,通过数据统计、建检索库、自适应参数提取等方法实现InSAR的自动化处理。通过建立存储计算一体化结构,自动从存储空间将SAR数据转于计算平台中;通过自适应参数设置获取最优干涉组合;利用平均相干系数的统计结果选取合适的相干目标;通过三角网边的相干性统计设置筛选边的阈值;通过多尺度检索方法自动选取解算参考点;通过数据统计实现对结果质量的初步检核。保证无监督的、健壮的处理SAR数据,以适应处理链的高复杂性。在中国科学院地球大数据项目的超算系统上部署InSAR处理模块,实现对2020年全国Sentinel-1数据的InSAR自动化处理。在对解算的结果进行后处理后,收集多源空间数据对全国沉降进行统计与分析。