Las áreas urbanas enfrentan un riesgo inminente de colapso debido a deficiencias estructurales y al hundimiento gradual del suelo. Por lo tanto, el monitoreo de los movimientos de la superficie es crucial para detectar comportamientos anormales, implementar medidas preventivas a tiempo y minimizar los efectos perjudiciales de este fenómeno en las regiones residenciales. En este contexto, el radar de apertura sintética interferométrico (InSAR) ha surgido como una técnica altamente efectiva para monitorear peligros de suelo lentos y a largo plazo, así como movimientos de la superficie. El primer objetivo de este estudio es explorar las aplicaciones potenciales de la interferometría de dispersores persistentes (PSI) y los algoritmos de subconjunto de línea base pequeña (SBAS) en la detección de puntos críticos de colapso, utilizando un conjunto de datos que consiste en 144 imágenes de Sentinel-1. Los resultados experimentales de tres áreas con un historial de colapsos demuestran que el algoritmo SBAS supera al PSI en descubrir patrones de comportamiento indicativos de colapso y en localizar con precisión los puntos de colapso cerca de los sitios de colapso reales. En la segunda fase, esta investigación incorporó un conjunto de datos adicional de 36 imágenes de TerraSAR-X junto con los datos de Sentinel-1 para comparar resultados basados en imágenes de radar con diferentes resoluciones espaciales en las bandas C y X. Los hallazgos revelan una fuerte correlación entre las series temporales de TerraSAR-X y Sentinel-1. Notablemente, el análisis de la serie temporal de TerraSAR-X para una área de estudio identificó puntos adicionales propensos a colapsar cerca del sitio del accidente, atribuibles a la mayor resolución espacial de estos datos. Al aprovechar las capacidades de InSAR y algoritmos avanzados, como SBAS, este estudio destaca el potencial para identificar áreas en riesgo de colapso, lo que permite la implementación de medidas preventivas y reduce el daño potencial a las comunidades residenciales.