La técnica de radar de apertura sintética interferométrico (InSAR) se utilizó en este estudio para derivar la información temporal y espacial de la deformación del suelo y explorar su correlación temporal con la dinámica del agua subterránea. El método de aprendizaje automático de bosque aleatorio (RF) se utilizó para modelar la variabilidad espacial de la correlación temporal y comprender sus contribuyentes influyentes. Los resultados mostraron que la dinámica del agua subterránea parecía ser un factor importante en la deformación de InSAR en algunos pozos donde se observaron correlaciones fuertes y positivas. El modelo RF podría explicar hasta el 72% de las variaciones espaciales entre la deformación de InSAR y la dinámica del agua subterránea. La coherencia espacial y temporal de InSAR (un indicador del ruido en los resultados de InSAR que está fuertemente relacionado con la vegetación) y la humedad del suelo (diferencia, tendencia y amplitud) fueron los factores más importantes que explican el patrón espacial de la correlación temporal entre los desplazamientos de InSAR y los niveles de agua subterránea. Este resultado confirma que las fuentes de ruido (incluidos los errores de ajuste del modelo de deformación y la decorrelación de la señal de radar) y la perturbación de la señal de InSAR relacionada con la vegetación y los suelos superficiales (contenido de arcilla, cambios en la humedad) deben tenerse en cuenta al interpretar InSAR para apoyar las evaluaciones de riesgo relacionadas con el agua subterránea y en las actividades de gestión de recursos hídricos.