زندگی بشر همواره متأثر از حوادث طبیعی مختلف مانند زلزله، فوران آتشفشان، فرونشست و غیره می باشد. یکی از ابزارهای مناسب جهت بررسی و تحلیل این حوادث، تداخل سنجی راداری با روزنه مصنوعی است. این تکنیک به عنوان یک روش ژئودتیک، با استفاده از اختلاف فاز میان تصاویر راداری، قادر به شناسایی جابه جایی پوسته زمین و آنالیز تغییر شکل می باشد. از مهم ترین مزایای آن می توان به سرعت بالای دسترسی به اطلاعات و قدرت تفکیک زمانی و مکانی بالا اشاره نمود. همانند سایر روش های ژئودتیک، دقت بالا در این تکنیک به مدل سازی آشفتگی ها و نویزهای موجود در مشاهدات وابسته است. علیرغم پیشرفت در دهه های اخیر، این آشفتگی ها کمتر مورد توجه قرار گرفته اند. منطقه مطالعاتی در این پژوهش، شمال غرب جزیره هاوایی می باشد. در این مطالعه فیلتر و کاهش آشفتگی های موجود در سری های زمانی بر مبنای مناسب ترین مدل تابعی و مدل آماری انجام می شود. مدل تابعی و مدل آماری مناسب با استفاده از آزمون بیشینه درست نمایی (MLE) تشخیص داده می شود. مدل های تابعی بررسی شده در این مطالعه شامل ترند، مولفه های متناوب و پرش های موجود در سری های زمانی می باشند. مدل های آماری نیز شامل نویز سفید، فلیکر و رندوم واک هستند که مولفه های آنها با استفاده از روش آنالیز نویز کمترین مربعات تک متغیره تشخیص داده می شوند. سری های زمانی با استفاده از مناسب ترین مدل تابعی و آماری بازتولید می شوند. در این مطالعه مناسب ترین مدل برای تمامی پیکسل ها، ترند خطی با حضور مولفه های متناوب، پرش ها و نویز سفید می باشد. پس از فیلتر سری های زمانی بر اساس مدل های تابعی و آماری مناسب، نتایج این روش و فیلترهای بالاگذر و پایین گذر با یکدیگر مقایسه می شوند. پس از اعمال روش آنالیز نویز کمترین مربعات تک متغیره، به طور میانگین صحت نتایج به میزان 43% بهبود یافت درحالی که بهبود حاصل از اعمال فیلترهای بالاگذر و پایین گذر به طور میانگین 28% می باشد.