星载合成孔径雷达干涉测量技术(InSAR)是一种可以全天候、全天时大范围快速获取地表地形和形变信息的具有巨大发展潜力的新型卫星遥感对地观测技术。在我国,由于中西部地区地形复杂,人类难以涉足,人工地面测量较为困难；东部工农业发达,各种人类活动导致灾害性地表形变现象时常发生,而使用人工长期监测的方式不仅成本高昂,而且空间分辨率不高。相对于常规人工地面测量方式受工作区、气候和成本等条件局限,InSAR干涉测量技术具有很大的优势。然而,受多种因素的影响,在实际应用中InSAR干涉测量常常难以达到理论精度。这些影响因素包括地表散射体物理性质随时间变化而导致的时间失相干,空间基线误差导致的几何去相干,而星载SAR两次观测期间因大气状态变化而导致的相位延迟也使得测量精度产生误差。其他因素还包括轨道误差、地形误差和系统热噪声等。这些因素都限制了InSAR干涉测量的具体应用。本文结合点目标提取分析的思想,在InSAR干涉测量获取地表地形和时序形变信息领域进行了深入的研究。在提取地表地形方面,利用相干性系数提取的高相干点目标,结合外部DEM数据,建立多元线性回归模型,可以有效削减空间相关的大气相位屏效应(APS)和基线误差等造成的InSAR相位干扰,提高所获取的数字高程精度。在提取时序地表形变方面,为了探究研究区域InSAR干涉数据集在时序上受APS的影响,尝试利用外部大气数据获取各个时间节点之间的大气相位延迟场,分析了大气效应在InSAR相位中的贡献。为了从一定程度上避开误差严重的低相干区,研究从数学和物理意义上提取长时间序列SAR数据集的相位稳定点目标(相干性好、信噪比高的点目标),首先利用一种基于小波变换的自适应梯度滤波方法用于提高干涉图集的信噪比,然后利用幅度离散系数法快速获取候选点目标集(PSC),再利用各类相关因子,包括负相关系数、信噪比和概率分析等对PSC点集进行筛选,最终进行解缠和时空滤波分析提取形变信息。这一过程借鉴了斯坦福大学的StaMPS方法,统一建立了干涉模型和相位模型,利用时空统计模型进行定量分析提取地表形变信息。通过对实验结果的验证和分析,获取了研究区域的亚厘米级地表形变数据和整体态势,并在此基础上结合地质、水文地质和人为活动等影响因素,对研究区进行探索性的地表形变易发性分析。