本发明提供了一种地铁沿线地质形变的预测方法，涉及形变预测技术领域，包括步骤：采集多景同轨不同条带的Sentinel‑1A影像数据并进行处理，反演获得地铁线路在形变周期内的沉降时序数据，分析地表沉降的时空演变特征及不均匀形变程度，将监测点与周围点间的互扰性作为影响特征输入，构建顾及相邻点变形关联性的多特征CNN‑LSTM‑Attention预测模型。本发明通过将PS‑InSAR监测结果和CNN‑LSTM‑Attention预测模型进行结合，获取模型的预测结果，能够有效实现对地铁沿线形变信息的识别、提取与预测，可为地铁沿线监测及安全预案制定提供数据与技术支撑。