城市地面沉降灾害的发生影响着城市的发展和建设，其中，降雨、地下盾构以及地面建筑载荷等情况都可能引起地面沉降的快速变化，引发沉降灾害。因此，若能够及时的监测沉降以及对形变成因进行分析，不但能够更好的为城市建设提供决策，还能极大的规避因沉降灾害导致的突发性事故，避免人员伤亡与经济损失。传统方法对地面沉降进行监测与成因分析主要是通过单一的数据源进行试验研究，比如近代发展起来的InSAR技术，该技术在形变监测中具有全天候、高精度、不易受天气影响的特点，渐渐成为了形变研究领域的热点。这一技术生成的高精度形变结果使得对沉降的细微变化以及影响因子的细化研究成为可能，并且遥感数据经过多年的技术发展和装备更新，传感器越来越多样化，能够选择的遥感数据也愈加多，多源数据的存在使得研究者更加容易获取到相近时间内的不同遥感影像数据。基于此，本文在SBAS-InSAR技术获取的形变结果基础上，利用高光谱与SAR影像数据，进行影像的融合与形变因子提取，不但进行了地表形变监测，还对造成地表形变的成因进行了分析与研究。本文的主要研究内容和成果概括如下：
　　(1)利用2019年9月24号的Sentinel-1SAR数据以及2019年9月29号的Sentinel-2MSI数据，采用传统的HSV、Brovey、GS等方法对两种来源的数据进行多源影像融合，分析了不同融合方法结果的差异性与各自的特点。
　　(2)对融合后的影像进行分析，综合研究区地理特征以及形变情况，针对后续降雨量、地面载荷与地铁运营几个主要成因分析的需求，选取植被覆盖区域以及在建地面建筑的感兴趣区域进行地物识别，分别对约束能量最小化(CEM)方法、自适应一致性估计(ACE)方法以及混合调谐匹配滤波(MTMF)方法进行了对比分析与研究，确定了分类效果最佳的方法。
　　(3)通过SBAS-InSAR方法对地面形变进行了分析，结合融合影像的地物分类，对形变因子进行了提取和研究，再结合多因子叠加计算权重法对影响因子进行计算和分析，将获取的形变结果与因子进行对比，分析了各因子对形变的影响程度。并以降雨量为例，验证了权重的可靠性，为沉降成因分析提供基础信息。