同震形变蕴含着丰富的构造活动信息，对完善同震形变数据库和断层动力学模型具有重要价值。然而，复杂环境下厘米级同震形变的观测精度不足，以及从 Mw 5.0-6.5 级地震中监测细微同震信号面临计算限制和阶跃模型不连续性等难题，一直是相关研究的痛点。自然灾害监测预警与评估江西省重点实验室团队在该领域取得突破，提出了一种将 SBAS-InSAR 与双曲正切（tanh）阶跃函数相结合的方法，有效解决了上述问题。
团队提出的方法主要包含三个核心环节，形成了完整的技术流程。首先，利用震前和震后的 SAR 数据进行干涉图预处理，为后续分析奠定基础；其次，通过 SBAS-InSAR 时间序列分析，获取高精度的形变时间序列；最后，采用双曲正切阶跃模型进行同震形变估计，过滤局部波动。
图1. 方法流程图
该方法的关键创新在于双曲正切函数的应用。双曲正切函数具有连续可微性和在原点附近接近线性的特性，能很好地模拟阶跃式形变。通过构建相关模型公式，不仅实现了计算高效性，还保证了参数的物理可解释性，尤其适用于震前和震后形变以线性构造运动为主的中小地震。
在 2021 年漾濞 Mw 6.1 地震的真实案例中，团队使用了 T99 轨道（升轨）的 41 景 Sentinel-1 数据和 T135 轨道（降轨）的 44 景数据进行分析。结果表明，该方法在复杂大气条件下表现出优异的作业效能，升轨和降轨的远场非地震区域均方根（RMS）分别为 0.53cm 和 0.47cm，相比 DInSAR 和 Stacking 方法，噪声抑制效果达到 18%-61%。同时，该方法还成功分离了构造运动与同震信号，准确识别出此前被误判的余震形变或大气残差信号，提升了地震震源参数估计的准确性。
图2. SBAS+tanh方法获得的同震形变场时间序列形变与反演阶跃曲线
图3. 2021年漾濞地震不同方法获取的升、降轨同震形变场
该研究成果已在国际知名期刊《International Journal of Applied Earth Observation and Geoinformation》（中科院1区期刊，影响因子8.6）上在线发表（https://doi.org/10.1016/j.jag.2025.104847）。
自然灾害监测预警与评估江西省重点实验室、江西师范大学地理与环境学院的高华博士为论文第一作者，实验室相关成员参与研究。武汉大学测绘遥感信息工程全国重点实验室、中南大学地球科学与信息物理学院、江西地震局等单位也参与了此项工作，为研究提供了多方面的支持。