煤炭是我国的主要能源之一,由于煤炭资源高强度、大面积的开采,使得开采所引起的地表沉降及环境灾害问题日益突出。对矿区地面沉降进行持续有效监测,可及时掌握沉降规律和地表破坏程度,为合理开采地下矿产资源,控制地面沉降提供决策依据。传统地表沉降监测方法和技术覆盖面小、作业强度大、效率低、不能适应生产发展的需要。近年来发展的InSAR技术具有全天候、全天时、高分辨率和连续空间覆盖的优势,已发展成为新型监测矿区开采沉陷的技术。然而由于煤矿区自身地理环境的特殊性、开采沉陷形变的复杂性(快速、形变量大)以及InSAR自身成像条件的苛刻性(大气效应、时间失相关和空间失相关),使得InSAR技术在监测煤炭开采引起的矿区地表沉降应用上受到诸多限制。因此本文针对InSAR技术在煤矿区进行地面沉降监测中的存在的问题及其相关算法进行研究,以期能够在一定程度上解决InSAR技术应用于矿区开采沉陷监测存在的问题。本文的研究工作和成果如下：(1)总结了InSAR技术的研究现状,指出了国内外在InSAR技术及相关算法研究中的不足,阐述了SAR、InSAR、D-InSAR及时序InSAR技术的基本原理,分析了InSAR系统中的干涉相位、干涉相干性和干涉相位对高程的灵敏度几个关键参数。(2)提出一种基于多级匹配策略的干涉SAR影像自动配准新方法。该方法首先利用改进后的SIFT算法提取SAR影像上的特征点并完成特征点初匹配,之后基于RCM算法快速剔除相关性较低的匹配点对,最后采用RANSAC算法进行匹配点对的二次提纯,最终完成SAR影像的精确匹配。该方法无需任何先验卫星轨道信息和外部DEM,且整个配准过程为自动实现。实验证明该方法能满足不同波长、不同分辨率及不同相干条件下SAR影像的高精度配准要求。(3)提出一种基于InSAR数据和地面LiDAR点云数据融合的方法来实现矿区地表大梯度形变监测。该方法利用地面LiDAR技术点云数据的高密度及其三维建模后单点定位精度高的特点,利用IDW算法,一方面对InSAR形变场中的大梯度形变和失相关区域进行填补,另一方面对地面LiDAR点云形变场和InSAR形变场的公共覆盖区域进行加权平均融合。该方法一定程度上解决了InSAR技术应用于矿区大梯度形变中所遇到的问题,为利用InSAR技术实现矿区内大梯度形变监测提供了新的途径和手段。(4)提出一种综合利用SAR影像幅度和相位信息获取矿区地表时间序列沉降的新方法。该方法一方面利用基于幅度信息的ABFT技术进行大梯度形变区域的监测,同时采用基于相位信息的干涉测量技术进行微小变形区域的监测,最后将二者得到的形变监测结果进行融合得到形变区域的完整监测结果。同时该方法属于时间序列模型,能反映开采沉陷时序变化特征。(5)引入一种超短基线干涉测量技术新方法进行老采空区沉降监测。该方法相比传统的干涉差分SAR技术具有无需外部DEM的优势,避免了外部DEM的引入所带来的误差。利用该方法获取了老采空区沉降速率和形变时间序列,在此基础上建立了地表残余下沉速度循环周期与采厚、下沉速度循环峰值与深厚比的经验关系式,为预测和评价老采空区残余形变提供基础。(6)构建了InSAR技术监测与预计一体化模型。该模型利用InSAR技术的全天候、高精度、大区域等优势进行开采沉陷监测,获取开采沉陷的影响范围与发展趋势,得到其时空演化规律。在此基础上将监测结果作为SVR算法的训练与学习样本建立已观测数据与未来沉降之间的函数,并引入PSO算法进行SVR函数最优参数选取,同时采用滚动预测方法进行开采沉陷动态预计,最终实现开采沉陷监测与预计的一体化。