针对传统桥梁监测技术监测时间不连续、只能依靠现有监测数据分析桥梁形变的问题，以南京大胜关长江大桥为研究对象，利用SBAS-InSAR技术获取2018—2019年的桥梁形变结果，以桥梁形变结果中的平均形变速率和LOS向时间序列形变量为输入集，分别构建BP神经网络时间序列模型来预测桥梁的形变量。结果表明：平均形变速率预测模型和LOS向时间序列形变预测模型的预测值与InSAR观测值之间的平均绝对误差分别为1.54、1.28 mm,均方误差分别为1.81、1.34 mm,均方根误差分别为1.81、1.53 mm,表明时间序列形变预测模型的可行性，为未来的桥梁形变预测提供了有力支撑。