城市地表形变的监测是保证城市安全运营的重要工作之一。地表沉降具有发生缓慢,成因复杂,难以逆转,危害大等特点。时序InSAR技术作为目前InSAR技术的研究热点之一,可以获取时序的地表沉降序列,克服时间和空间上去相干的影响,在获取大面积沉降监测结果的同时也具有较高的监测精度。北京市作为我国城市众多城市的代表,是我国的经济、政治、文化的中心。本次实验的研究区域以北京为例,为了满足高空间密度的形变监测需求,选用时序InSAR的小基线集雷达干涉测量技术(SBAS-InSAR)对2009年1月至2010年12月3米分辨率的25景北京地区的COSMO-SkyMed影像数据进行沉降监测,监测结果表明北京市的沉降主要发生在朝阳区及通州的西部与朝阳接壤附近,并与昌平区东南区相连,沉降中心为朝阳和通州西部。北京市最大沉降发生在朝阳区,累计沉降量为248mm,平均速率124mm/yr;北京市大部分平原地区形变比较平缓,沉降速率少于10mm/yr的区域占所有相干点位的68%左右。在获取沉降监测结果后本文采用同时段的北京地区的水准数据来验证本次实验的监测结果,结果表明小基线集雷达干涉测量技术对于大范围的沉降监测是可行有效的。为了能够预测沉降的发生,本文采用三种预测模型分别为灰色模型,神经网络模型和灰色神经网络模型预测地表沉降情况,最终得出距离输入数据期数和时间越近预测模型的预测效果越好,灰色神经网络模型的效果优于其他两种,点位的均值误差更小沉降趋势与水准验证点的分布趋势基本一致,但预测结果精度不是特别理想,难以满足生产生活的需求,仅可以为大地测量的工作进行补充,为测量工作的安排提供参考。针对时序InSAR的监测结果,本文将验证点位的时序沉降演变情况与地质构造、地面荷载、降水量统计、人口流动以及地下水位的变化相结合对沉降原因进行了分析。结果表明,地质构造的基岩埋深和断裂带的分布为地表沉降的内在因素,相对于沉降量较大的区域地质构造对其影响较小;地面的荷载,地下水位变化和气象水文以及人口流动的影响为外在因素,经调查发现沉降较为严重的区域地面荷载大,地下水位的变化是影响地面沉降的主要因素,结合验证点位和随机采样点时序沉降情况发现气象条件和人口流动对地面的沉降也存在影响。