煤矿区的地质地貌条件复杂，开采沉陷灾害在时间域上表现为非线性，在空间域上表现为大梯度。InSAR技术可以快速、周期性地获取地表的形变信息，越来越丰富的卫星影像数据为解决矿区大梯度、非线性的沉陷监测开辟了新途径。首先，在数据处理的过程中，论文根据矿区沉陷梯度、沉陷塌陷程度选择合适的配准、滤波、插值、解缠算法，并对其中的一些关键算法做了相应的改进。在配准过程中采用不同信噪比分别处理数据，发现配准信噪比取值不同，干涉图的相干性也不同，以相干性值为统计标准，当相干性不再变化时得到的信噪比，选取为最佳信噪比阈值。其次，论文从理论模型角度分析了影响InSAR技术的沉降监测梯度的主要因素，比较两种不同类型数据的监测能力，建立形变监测梯度模型，利用不同SAR数据进行研究区实验，实验表明对于西部矿区需要采用高形变监测梯度的数据进行监测，否则失相干严重，监测结果误差大。最后，论文选取了覆盖陕西彬长矿区的ALOS卫星影像，利用优化和改进数据处理方法处理影像，分析其相干性影响因素，发现L波段的数据在矿区具有良好的相干性，且适用于矿区的大梯度形变监测，将亭南井田水准监测点结果与处理后的差分干涉结果进行验证后发现差分干涉结果具有一致性。