为探究淮南关闭矿井地表沉降的时空演变规律及其对矿区生态安全的潜在影响,该文利用2018年9月24日—2024年7月10日期间覆盖研究区的167景Sentinel-1A影像,通过SBAS-InSAR技术获取潘一矿闭井后近6年的地表形变信息并对其形变特征分阶段探讨,随后将监测结果与降水量叠加分析,最后构建DBO-BP神经网络模型对地表形变趋势进行预测。结果表明:(1)闭井后,研究区最大下沉速率达-107 mm/a,最大累积沉降量为-642 mm,结合形变特征可将地表沉降趋势分为沉降加速、放缓和稳定与抬升阶段,降水量与沉降量联合分析表明降水量突增可能会引起地表短暂隆起,且降水对地表的形变影响表现为滞后效应;(2)DBO-BP模型在本实验表现出较好的精度和稳定性,其RMSE、MAE值均小于2 mm,均优于PSO-BP和BP模型;(3)结合DBO-BP模型继续预测的未来约3个月的形变趋势,可考虑近期对地表稳定区域开展生态修复工作,同时对地表抬升地区加强监测。