高速公路工后形变是造成道路不均匀沉降、开裂和坍塌的重要原因之一,尤其对于修建在软土地区的公路,其工后沉降问题更为突出,存在安全隐患。因此,对软土地基公路开展工后长期形变监测显得尤为重要。传统时序InSAR技术虽然能够监测软土形变,但常用的纯经验数学模型无法准确地描述软土非线性形变时序演化规律,使得形变监测精度受到了严重的限制。基于此,本文结合软土流变学,将反应软土流变特征的物理参数融入传统时序InSAR形变模型中,构建物理意义更明确、精度更高的形变模型,以大幅提高软土地基公路形变估计的精度。本文主要研究工作和成果概括如下:（1）分析了软土的变形机理,针对其变形随时间变化的复杂非线性特性,构建了两种顾及流变参数的时序InSAR形变模型:基于Maxwell流变模型和基于Burgers流变模型的时序InSAR形变模型。（2）采用遗传算法和单纯形搜索法串行实现了新模型的参数估计,获取了研究区域的流变参数估值。分别利用模拟数据实验和真实数据实验验证了新模型的建模精度和参数解算算法的可靠性。模拟实验结果表明,在加入较高水平噪声时,参数估计结果仍能保持良好的稳定性。真实实验中分别选取洞庭湖区沿湖大道和佛山市伦桂路、G1508高速公路作为研究区域,获取了其模型参数估值和时序形变结果。（3）揭示了新模型各参数（流变参数、形变速率、外部环境因子）误差对形变结果的影响规律,分析了外部环境因素与时序形变之间的相关程度,细致解译了研究区域的时空形变特征。（4）开展了新模型形变估计结果的精度验证。采用三种不同的精度指标（残余相位、时间相干性和高通形变）对研究区域进行精度评定,并利用广东佛山测区伦桂路的实验结果与外部水准数据进行对比。