Key points are not available for this paper at this time.
准确监测矿山引起的三维地表变形对安全和环境保护至关重要。传统InSAR在高变形区域常常失去相干性，仅提供一维测量，而概率积分模型（PIM）在沉降边缘的准确性较低，原因在于其基于误差函数的数学公式的提前数值收敛——模型预测迅速下降至零，无法捕捉边缘区域的细微实际变形。本研究开发了一种融合方法，整合了多源InSAR（Sentinel-1A和SAOCOM）、PIM以及协方差矩阵自适应进化策略（CMA-ES）。该方法应用于山西省阴营矿区，结合了通过SBAS-InSAR处理的上升和下降SAR数据，使用CMA-ES优化PIM参数反演，并采用区域融合策略重建完整的变形场。该方法在监测精度上表现出显著改善，在边缘区域相较于独立PIM模型，垂直、南北和东西方向的均方根误差降低超过86%。融合方法有效捕捉了大幅度中心变形和细微的边缘位移。多源数据融合结合智能优化算法显著提升了矿区三维变形监测的准确性，为安全管理和环境保护提供了可靠的技术支持.
Ma等（星期四）研究了这个问题。