受快速城市化、临港工业集群建设及近海养殖业扩张等多重因素驱动，珠海市软土广泛分布地区地面沉降频发，已成为制约该地区可持续发展的重大地质环境问题之一。通过集成多时序InSAR监测与机器学习算法，能够系统揭示珠海软土地面沉降问题的时空特征及演化规律。基于Sentinel-1卫星影像数据，联合使用SBAS-InSAR、PS-InSAR技术获取珠海市2015—2018年、2021—2023年两个时期高精度沉降数据，分析发现珠海市地面沉降较为发育且呈增大趋势，地面累积沉降量波动与当地产业分布、工程活动密切相关。针对传统模型在非线性沉降预测中的局限性，研究构建了融合Transformer模型与支持向量机（SVM）的预测模型。预测结果表明，预测值与真实值曲线高度拟合，误差控制在±4 mm范围内精度占比达97%以上，模型展现出预测精确高、可靠性强的特点。InSAR监测存在局限，需融合多源数据及优化模型构架来进一步提升预测的精确度和可靠性。本文预测结果可为城市的规划与基础设施建设提供科学依据。