近年来,随着白银市建设发展进程的加快,城区发展空间也需要不断拓展,削山造地并且在“在荒原上建设工业园区”就成为了解决此问题的主要方法之一。银西工业园作为白银市削山造地的地区之一,随着人类工程活动的增多,各种地质灾害涌现,地表沉降作为灾害之一,造成了严重的经济损失,很大程度上限制了银西工业园快速、稳定的发展,因此开展长时间尺度与区域范围的地表形变监测对于银西工业园安全建设尤为重要。比较传统的单点地表形变监测,D-InSAR技术可以有效监测地表的形变信息,但其受失相干和大气延迟所带来的误差影响较大,而时序InSAR技术可以较好的弥补上述不足,因此被广泛应用城市等大范围区域以及长时间序列的地表形变监测。为了进一步探究时序InSAR技术在城市区域的效果,本文基于时序InSAR技术,以2018年6月-2021年4月的34景Sentinel-1A为数据源,对白银银西工业园地表形变信息进行识别分析,研究了园区地表形变的时空分布特征及规律。根据园区地表沉降分布特点,结合园区自然地理要素以及人类工程等因子,对引起地表变形的机制进行了研究。然后通过鲸鱼算法对BP神经网络间权值、阈值参数进行优化与改进,建立了园区地表变形预测模型,并进行精度验证。最后,利用构建好的地表形变监测和预测技术体系,对园区内建筑与道路区域未来10-20年累计沉降值进行预测。主要研究结论如下:（1）获取了银西工业园高精度地表形变场。采用PS-InSAR技术、联合PS特征点的SBAS-InSAR技术以及Sta MPS-PS结合GACOS大气去噪技术,反演了银西工业园的年均地表形变速率及时序形变量,对三种技术监测结果进行对比与实地验证分析后发现,它们获取的形变点在空间位置分布上一致性较高,同时对三种技术获取的585个相同经纬度点进行精度验证,其中PS技术与其他两种技术精度较低,而Sta MPS-PS与S BAS技术的精度最高,两者相关系数R~2为0.8176,均方根误差RMSE为2.1968 mm/a。由于Sta MPS-PS的采样点数量比SABS技术提高了47%。对比其他两种技术,Sta MPS-PS技术监测效果更好。（2）研究了银西工业园地表形变时空演变特征。通过时序InSAR监测结果表明,园区大部分地表累计形变量在-15～15 mm之间。随着时间的推移,园区地表形变的时空分布和量级发生了明显变化,在2019年5月份之前,园区周边为主要地表沉降区域,而中部区域地表发生抬升,自2019年9月份开始,沉降中心逐渐由园区周边向中部发展且沉降量逐渐增大,其中施工场地与建筑周边的道路区域年均沉降速率已经超过了30 mm/a,位于园区西南的G109道路区域沉降比较严重,累计沉降量已经达到了38 mm。此外,白银希望职业技术学院东南部区域存在部分滑坡且沉降值不超过10 mm。（3）分析了银西工业园地表形变点与各影响因子间的关系。结合园区自然地理因素及人为因素等因子,对园区地表形变机制进行了研究分析。根据分析结果,园区沉降点主要分布在:0～16°坡度范围内、1612～1762m高程范围内、NDVI小于0.29时;园区地表形变产生的主要原因有:园区削山造地致使地质条件差、建筑群的增多、道路施工、降雨量增多。通过Sta MPS-PS技术监测结果进一步验证了这些形变区域的时空演变细节。（4）构建了银西工业园地表形变预测模型。基于Sta MPS-PS监测结果,构建监测和预测体系对道路与建筑区域地表形变进行预测分析。结果表明,鲸鱼算法对BP神将网络优化后相比优化前的预测精度均有所提高,用训练好的模型对建筑与道路区域未来5-10年累计沉降量进行预测,其中建筑区域在5-10年后累计沉降量会达到45-65 m m;道路区域在5-10年后累计沉降量会超过50-70 mm,因车载等外部荷载的作用,该沉降如果不采取防范措施,累计沉降量可能还会进一步增大。该预测模型对研究区地面形变进行早期识别与预防具有重要意义。