城市重大基础设施形变及洪涝灾害是金砖国家沿海城市面临的共性挑战。由填海造陆、地铁和高层建筑等基础设施修建导致的地面沉降,以及由风暴潮带来的城市内涝正严重威胁着沿海城市的公共安全。因此需要对城市及防洪工程进行形变监测和对地面沉降进行风险评估。本文以金砖国家典型特大沿海城市俄罗斯圣彼得堡和中国上海为研究区,主要进行了以下研究工作:(1)开发了基于时间向量集合改进的最小加速二维形变分解方法(Modified Minimum Acceleration,MMinA),并基于此方法获取了圣彼得堡城区和综合防洪工程(St.Petersburg Flood Prevention Facility Complex,FPFC)的二维时序形变场。研究结果表明圣彼得堡市的沉降主要分布在新成陆和城市地铁沿线区域,年平均沉降速率分别达到20 mm/year和12 mm/year。MMinA二维形变分解结果反映出该市的形变以垂直方向为主。在对FPFC进行稳定性分析时发现,FPFC的D3段同时出现了垂向和水平向的结构变形,这需要引起重视。(2)以失相干导致的噪声为源误差,借助误差传播理论工具,系统的构建了针对MMinA的误差分析方法。并在圣彼得堡的应用研究中发现MMinA垂向分解精度优于东西向,且随着研究目标相干系数的增大分解精度也会随之提升。(3)基于多源社会感知数据和高分辨率小基线集(Small Baseline Subset,SBAS)时序形变监测数据,应用模糊神经网络技术在公里格网尺度下建立了上海市地面沉降风险综合评估模型。模型结果表明,上海市地面沉降潜在中、高风险多发于新成陆区。在中心城区中,黄浦区相较其他区的沉降风险中高等级面积比例更大,而在郊区中闵行区的沉降风险中、高等级面积比例最小。上海市各沉降风险等级面积比例约为稳定(Ⅰ):低风险(Ⅱ):中风险(Ⅲ):高风险(Ⅳ)=65:26:6:3。