地面沉降对城市发展以及人类生命财产安全有极大的危害,因此对地面进行沉降监测具有重大的现实意义。传统的监测方法费时费力、效率低、成本高,且不能实现大范围测量。时序InSAR技术具全天候、范围广、精度高及获取时间序列地表沉降等优点,逐渐成为城市地表监测的重要方法。本文利用两种不同的时序InSAR技术对杭州市和温州市的城市区域进行了地表形变监测,并对监测结果进行了验证分析,主要研究内容与成果如下:（1）以覆盖杭州地区的25景Sentinel-1A卫星数据为基础,使用PS-InSAR和SBAS-InSAR方法,对研究区地表形变进行了反演。结果表明,2019年1月到2021年1月,杭州市城区的年均形变速率范围在-27.5～28mm/a之间,地面沉降区域主要分布在萧山地区及江干地区;研究区地表总体趋于稳定,年均形变速率集中在-5～5mm/a,导致不均匀沉降的主要原因是高层建筑荷载、城市开发工程建设和工业活动等。（2）利用60景Sentinel-1A卫星升轨数据,采用SBAS-InSAR技术获得了温州市2019年5月到2021年5月的地表形变,结果表明,观测期内,温州地区年平均形变速率为-35～21mm/a,部分区域存在显著沉降,主要分布在瓯江南边人口密集的平原地区,沉降最大处位于瓯江边区域。将该监测结果与实测数据及PS-InSAR方法监测结果进行了对比分析,结果表明,几种方法的监测结果具有高度一致性。针对沉降区,选取了三处具有代表性的区域进行了详细分析,并联合监测期内地下水数据及工程监测数据,反映了温州市地表形变与地下水利用以及工程施工之间的相关关系。（3）根据温州市及杭州市地表形变监测结果,建立了基于BP神经网络原理的沉降预测模型。以温州市监测结果的前50期形变数据为样本,进行BP神经网络模型训练,预测后10期地表形变信息。用同样的方法对杭州市进行预测。结果表明,该模型在温州市和杭州市地表形变预测中,表现出较高精度,证明了该模型在地表形变预测中的适用性,并后续对后期未知数据做出了沉降预测。