中国是煤炭生产和消费大国,大量的煤炭资源开采在为经济建设作出重要贡献的同时也带来一系列的环境和地质灾害问题。加强对矿区因煤炭资源开采引起的地表形变的监测对于矿区生态环境修复和灾害预防及管理具有重要意义。InSAR技术的出现为矿区形变监测提供了一种新的方法,然而由于受地表下沉盆地形变梯度的局限性,基于相位解缠的InSAR技术很难有效获取高强度开采过程中地表的大量级形变,只能对下沉盆地边缘小量级形变进行有效监测。基于SAR影像强度信息的Pixel-tracking方法为矿区大量级、大梯度形变的监测提供了一种新的技术手段。本论文重点研究基于SAR影像的矿区大梯度、大量级地表形变的精细化监测,其主要研究内容和成果总结归纳如下:(1)总结了现有InSAR技术监测矿区形变的研究现状,阐述了D-InSAR、时序InSAR及Pixel-tracking方法的基本原理,依据概率积分法模拟地表下沉,分析了不同波长、不同像元尺寸的TerraSAR-X影像、Radarsat-2影像和ALOS-PALSAR影像监测矿区形变的适用性。(2)提出一种局部自适应窗口的Pixel-tracking方法。利用概率积分法地表移动预计模型模拟不同地质采矿条件下引起的不同量级的地表形变,把模拟的形变加入三种不同像元尺寸的SAR影像强度信息中,研究了互相关窗口大小、像元尺寸大小、互相关系数内插因子等因素对Pixel-tracking方法监测精度的影响。发现过小的互相关窗口会造成像元误匹配现象,过大的互相关窗口会造成下沉盆地的“形变压缩”现象;对过大的互相关窗口造成下沉盆地“形变压缩”现象的原因进行分析,对SNR进行重新定义;依据矿区形变特征,对互相关系数峰值匹配位置进行约束,极大减少了像元误匹配出现的概率;基于重新定义的SNR,通过在一定的区间内变换窗口步长寻找SNR最大值,SNR最大值对应互相关窗口即为最优互相关窗口。基于最优互相关窗口对矿区形变进行监测,通过采用覆盖大柳塔矿区52304工作面Radarsat-2影像进行验证,证明该方法相对于固定互相关计算窗口的Pixel-tracking方法能够明显提高监测精度。(3)提出一种顾及地形影响因素改正的Pixel-tracking方法,削弱地形因素对Pixel-tracking监测精度的影响。利用时间序列SAR影像强度和标准差双阈值约束的方法对SAR影像中影像强度保持稳定的点进行初步筛选,按照均匀分布原则和避免采空区影响原则,对初选稳定点进行精炼,根据精炼后的稳定点下沉信息,采用最小二乘多项式曲面拟合方法对Pixel-tracking方法监测结果中的轨道误差、大气误差及部分地形误差进行削弱;依据稳定点的残差,引入外部DEM数据,基于高程信息进行二次多项式拟合,削弱地形因素对Pixel-tracking方法监测精度的影响,并采用52304工作面地表实测数据进行验证。(4)采用SBAS-InSAR思想对Pixel-tracking方法的监测结果按照一定的时、空基线约束进行组合,采用观测时段的形变量代替平均形变速率进行解算,获得每个观测时段的最优解,结合工作面开采掘进速度,对小基线集Pixel-tracking方法得到的时序形变结果进行分析,并结合地表移动观测站GPS数据评价了时序小基线集Pixel-tracking方法的监测精度。(5)优化多平台联合解算获取三维形变的模型,利用两个平台SAR数据可获取矿区三维形变场。根据Pixel-tracking方法既可以监测卫星视线向形变又可以获取方位向形变的特点,采用TerraSAR-X卫星和Radarsat-2卫星两个不同平台的时序SAR影像Pixel-tracking监测结果进行联合解算,获得52304工作面下沉盆地三维形变场,并根据地表移动观测站实测数据,对基于Pixel-tracking方法联合解算获取的三维形变场监测精度进行了评定。(6)提出一种先验定权的时序InSAR与Pixel-tracking监测结果融合方法。采用四种时间序列InSAR方法对52304工作面地表下沉盆地边缘小量级形变进行监测,并依据地表移动观测站GPS数据对四种时序InSAR方法矿区小量级形变监测精度进行评价,获得矿区高精度小量级地表形变监测结果;采用时序小基线集Pixel-tracking技术对52304工作面大量级、大梯度形变进行监测,依据先验方差定权对时序InSAR方法的监测结果和时序Pixel-tracking的监测结果进行融合,并根据融合结果获取开采沉陷部分参数。