近年来,地质灾害高发地区灾害的快速识别与预测工作受到国家层面的高度重视。合成孔径雷达干涉测量技术为地表沉降的识别提供了新的手段,但监测区域较大,地形复杂的情况下,其本身受时间空间失相干和大气延迟影响严重,并且大气延迟随着季节呈周期性变化也使得传统的时空滤波方法不能很好对大气延迟的偏差进行准确的估计及校正,监测精度相对较低,时间序列InSAR技术突破了这一局限。基于此,本文采用sentinel-1A数据对对流层延迟的抑制方法展开分析,旨在提高InSAR技术在广域地表形变监测中的精度及可靠性。本文主要研究内容如下:(1)对重复轨道InSAR技术中的大气延迟校正原理及其优缺点进行了分析。利用sentinel-1A数据分析了 InSAR对流层延迟的分布特征,从结果来看,对流层延迟与地形相关,地形起伏越大的地方,干涉图中对流层延迟相位越复杂。(2)为削弱对流层延迟对干涉测量结果的影响以提高InSAR测量的精度,本文改进了一种时间序列InSAR分析方法。在常规时间序列InSAR技术的基础上,首先将去除地形后的差分干涉图集进行相位解缠,对解缠结果进行干涉叠加处理,估计出研究区的线性形变速率,以干涉叠加技术估计的形变速率结果作为时间序列回归分析时的形变速率参考阈值范围,迭代回归分析,最终提取高精度的形变结果。并对湖北省恩施市巴东县黄土坡滑坡2016年8月至2017年10月22景ALOS-2PALSAR数据(空间分辨率3米)进行形变信息反演,分析了试验区的形变历史,将此结果与水准点结果及PS-InSAR方法结果进行精度验证,证明了该方法形变监测的有效性及精度。(3)使用本文方法对湖北省2017-2018年全省地表形变情况进行反演,并针对山区植被覆盖率高,高相干点选点困难的问题,采取单幅影像和时间序列影像分别振幅离差指数选点,并将点目标提取结果融合,统一进行相位分析,最终生成湖北省省域地表稳定性普查一张图。通过对历史地质灾害的分析和实地调查核实,以及与穿透性较强且分辨率高的ALOS-2同期数据进行交叉验证,验证了本文方法在广域地表形变监测中大气延迟误差校正的有效性。