TomoSAR技术可以在所谓的高程方向上重建三维反射剖面，因此也可以被应用到城市的真实3D重建上。在城市地区，通过使用决定性的点状散射体，即在一个可能有0-4个散射中心的分辨率单元内，假设仅仅存在一个主散射体，以此来提升层析重建效果。在这样的假设下，其获取的结果和以主散射体点云为结果的PS-InSAR处理效果是相当的，但是层析重建具有额外的能够在高程上分辨多个散射体单元的能力优势。 获取层析重建的方法有若干个，然而，一般说来其高程向分辨率都取决于获取数据的基线长度而且一般都很低。但是，基于压缩感知技术，要取得超分辨率能力是可能的。不过，基于压缩感知的方法通常需要密集的计算，在处理大型场景时往往要使用超级计算机。通过TWIST方法，我们开发了一种基于压缩感知，在消耗的计算时间较少的情况下能够获取超分辨率能力的层析技术。尽管其获取的高程向分辨率低于其他基于压缩感知的方法，比如BP，我们现在几乎可以和基于传统SVD方法的技术一样的速度获取超分辨率效果，这对于城市地区TomoSAR处理是一个长足的进步。 随着越来越多的合成孔径雷达数据的涌现，在一个兴趣区域获取不止一个的数据集已经不是罕见的现象了。想要充分利用这些信息需要将处理结果进行融合，要么是PS-InSAR要么是TomoSAR，这样做的目的是在空间上组合这些数据栈，从而可以从两个独立处理的一维视向形变估计获得更为完整和密集的真实3D形变向量。 然而，尽管这样的点云融合所需的步骤是明确的，在现实中，这并不总是很容易实现。在非常密集的城市地区，尤其在中国的城市更为常见和典型，数据的融合比处理那些密度不算很大的城市，如说像拉斯维加斯，或者更少的高层建筑，比如柏林，要更为困难。许多中国城市的密度和大量的摩天大楼区域使得同明点的识别非常困难。在某些区域并没有同名点，由于遮蔽现象的存在。然而，即使在这种情况下，我们的二维图像互相关方法仍然可以进行粗匹配，但在这样的极端情况下，精匹配变得十分困难。