时序干涉合成孔径雷达（TS-InSAR）因其高分辨率成像、时间连续性和广域覆盖能力，成为地表形变监测的重要技术。精确的地表形变信息对于理解地球内部及表层的动力学过程至关重要。然而，干涉相位中的残余噪声干扰对提取高精度形变信息构成挑战。如何从TS-InSAR数据中准确高效分离混叠信号，是揭示区域成像误差源、提升形变反演精度的关键问题。

本研究提出一种基于时空多尺度分解（STMD）的TS-InSAR信号处理方法。该方法首先通过经验模态分解（EMD）在时域分解原始信号，获得反映特定时间频率的本征模态函数；随后采用二维小波分解（TDWD）对时域分解后的信号进行空域分解，提取表征空间变化趋势的小波系数；最后通过快速独立成分分析（FastICA）对时空多尺度分解后的信号进行解构，实现高精度地表形变信息的提取与重建。

为验证该方法的可行性，研究通过构建模拟TS-InSAR相位数据集进行测试，并利用皮通德拉富尔奈火山（Piton de la Fournaise）和中国徐州地区的真实TS-InSAR数据进行评估。结果表明，STMD能够有效分离混叠信号，在保留形变信息的同时去除大部分噪声，相较于现有方法精度提升约45%-62%。本研究提供的高精度地表形变监测结果，可为区域灾害预警与防治提供关键数据支持和决策辅助。