煤炭的开采和利用，为全社会带来了巨大的经济效益，但同时，也给矿区生态环境造成了地表沉陷等一系列危害，直接威胁到人民群众生活和生产的发展。淮南矿区是我国主要煤炭生产基地，长期受煤炭开采的影响，形成大面积采煤沉陷区，诱发了一系列地质灾害和地质环境问题。因此，对其进行实时有效监测研究具有重要意义。本文以淮南顾桥顾北矿区为研究区，对IKONOS和GeoEye-1两景高分辨率遥感数据进行分析，分别采用人机交互式目视解译和面向对象影像信息提取方法获取沉陷范围及其变化；利用D-InSAR技术，对矿区SAR影像进行差分干涉处理，得到矿区地表形变信息，进而分析矿区沉陷规律，完成采煤沉陷区的监测。主要研究内容和成果如下：（1）通过对沉陷区影像特征的分析以及野外实地考察，建立沉陷区提取的主要特征标志，通过目视解译的方式获得了沉陷区信息，并结合所收集资料完成对提取结果的修正。（2）采用面向对象影像信息提取技术，借助eCognition软件，选择合适的分割尺度获取分割对象，借助模糊规则分类器，建立沉陷区提取规则，完成沉陷区信息的提取。并与目视解译结果对比，完成对提取结果的验证。（3）采用D-InSAR技术，对研究区两组ALOS PALSAR影像，采用二轨法经过配准、去平、滤波、相位解缠、轨道精炼、地理编码等步骤提取了淮南矿区两个时间段的地面沉陷值。从沉陷区提取结果可以看出，2008-2012年间，沉陷区的面积从0.53km2增加到8.76km2，有了很明显的扩大；顾桥顾北矿区在两个时期的地面沉陷值达到了14-15cm，两个时期沉陷区的最大沉陷速度分别为0.1088cm/d和0.3261cm/d。研究表明，基于高分影像的光学遥感与D-InSAR技术的结合可以实现大范围、全天候的监测，而且降低了成本和劳动强度，更好地实现了对采煤沉陷区的变化监测，具有常规监测方法难以比拟的优势。