选择时间基线和空间基线较小的数据子集：SBAS-InSAR技术的第一步是从一系列雷达影像中选择时间基线和空间基线较小的数据子集。时间基线指的是不同影像之间的获取时间间隔，空间基线指的是不同影像之间的空间分布距离。通过选择这两个基线较小的数据子集，可以降低时空失相关效应。
生成小基线差分干涉图：所选的数据子集用于生成小基线差分干涉图。差分干涉图是通过比较两个不同时刻的雷达影像的相位信息来获得地表形变信息的图像。小基线指的是两幅影像之间的基线较短，这有助于减小失相关效应和地形误差。
使用奇异值分解（SVD）方法：SBAS-InSAR技术使用奇异值分解方法对差分干涉图集合进行处理。奇异值分解是一种矩阵分解方法，可用于分离出不同的信号成分。在这里，它用于分离地表形变速率和形变时间序列值。
获得地表形变速率及形变时间序列值：通过奇异值分解方法，SBAS-InSAR技术可以获得地表形变速率（即地表在时间上的速度变化）以及形变时间序列值。这些信息对于监测大范围地表形变非常有用，可以帮助研究人员理解地表的运动和变化情况。
总之，SBAS-InSAR技术是一种高级的InSAR技术，通过选择小基线数据子集和应用奇异值分解方法，可以有效地减小时空失相关和地形误差对地表形变监测的干扰，从而提供更准确的地表形变信息。这种技术在地质、地理、环境等领域的应用中具有广泛的潜力。
