准确的沉陷预计参数是实现全周期绿色开采的重要基础依据，基于测线沉陷数据进行反演是获取上述参数的主要手段。为定量分析测线布设形态与测点缺失对沉陷预计反演的影响，在基于黑猩猩优化算法构建概率积分模型沉陷预计参数反演方法的基础上，结合数值模拟实验反演得到6种测线形态和3个不同位置（最大下沉区域、边界区域和拐点区域）测点缺失时的沉陷预计参数，并揭示其对参数反演结果的影响机理。结果表明：采用黑猩猩优化算法反演的参数精度较高，下沉系数q的中误差均不超过0.01，影响角正切值(tanβ)的中误差不超过0.04，开采影响传播角θ0的中误差约为1.1，平均拐点偏移距s0的中误差优于10m。观测线形态改变对θ0影响较小，但对q、tanβ和s0影响较大，当观测线布设成非标准形态时，单纯依赖参数反演方法可能导致反演结果的失真。当工作面为非充分采动时，最大下沉区域测点缺失对tanβ和θ0影响不大，但随着最大下沉区域缺失测点的增多，最大下沉信息含量逐渐减小，q和s0会逐渐减小。边界区域测点缺失对参数反演影响较小，但会影响下沉盆地移动范围及边界角、移动角等角量参数的确定。拐点区域测点缺失占比不超过40%时，测点缺失对参数反演影响较小，但拐点区域测点缺失占比超过40%时，随着缺失测点的增多，曲线形态失去控制，q和s0会逐渐减小，而tanβ逐渐增大。由于沉陷预计参数间具有强相关性，在适应度函数准则为预测残差平方和最小的约束下，当测线形态改变或测点缺失时，可通过缩小参数寻优范围或插值方法削弱其对参数反演结果的影响。