作为自然界中最常见的地质灾害之一,滑坡灾害具有危害大、面积广、发生迅速等特点,给广大人民群众的生命财产安全造成了巨大损失。由于我国地域广阔,不同地区的地质条件也千差万别,所以每年因为滑坡灾害造成的损失非常严重。露天边坡一旦发生滑坡事故,会对工作人员的生命安全带来巨大的威胁,对采掘设备等财产带来较大的损失,因此必须对露天边坡事故采取合理的应急处置措施,最大限度地减少损失。本文尝试把军事安全和网络安全中比较成熟的态势感知理论体系引入到滑坡灾害风险评估与预警中,并且通过对态势觉察、态势评估和态势预测模型算法的优化与完善,提高态势感知理论处理滑坡灾害问题的时效性。具体研究内容包括:（1）基于时空流数据的滑坡演化多场信息模型。针对滑坡灾害演化这一不确定性的复杂系统,在时空地质建模的基础上,根据滑坡灾害演化的时空数据变化特点,利用有限监测点和时空数据库处理技术,对空间任意单元体的应力应变、温度、微震事件等多场信息进行数据集成表示及建模。重点研究适用于滑坡灾害过程中多源异构、多维度等监测流数据的抽象建模方法,实现各类数据表征间内在关联、时空统一的数据访问服务。（2）基于信息融合技术的滑坡灾害态势觉察。针对滑坡灾害多源异质流数据的数据量大、移动性强、数据分散等特点,提出分布式智能雾计算平台,通过将局部应用的数据处理分布在网络边缘的本地设备,达到快速计算、减少资源消耗的目的。为了更加系统的对多源监测数据进行分析,通过流数据时间同步、噪声数据清洗、缺失数据补充等手段对流数据预处理。通过构造邻域粗糙集来处理符号型与数值型并存的混合型滑坡灾害监测数据,对冗余要素进行属性约简,确定滑坡灾害监测场的最优组合。最后通过SVM-DS的信息融合模型,对约简后的特征数据集进行融合,确定滑坡灾害的态势要素。（3）基于集对分析的滑坡灾害态势评估方法研究。基于滑坡灾害态势觉察的基础,利用状态分类和数据融合的结果,把边坡监测系统中的不安全状态集作为态势要素。针对监测数据实时快速、海量多源的特点,提出基于集对分析的滑坡灾害态势评估模型。将传统的三元联系数集对分析拓展为与滑坡灾变阶段相适应的五元联系数模型,通过同势、均势、反势表的建立,更加精确的划分了滑坡灾变同一阶段下的安全优先级。对多元联系数不断求偏导得出滑坡灾害态势偏联系度的计算方法,利用偏联系度和跃迁距离综合反映滑坡灾害的发展趋势。（4）基于相空间重构的滑坡灾害态势组合预测。在滑坡灾害态势评估模型的基础上,对下以个或多个时刻的态势值进行预测。以相位重构点为变量构造贝叶斯网络,进而构建单变量混沌时间序列预测模型。在同一时间段上,观测数据的实时变化,提取观测数据并引入支持向量回归机构建多变量相空间重构的时间序列态势预测模型,最后综合加权两种预测模型的精确度提出组合预测模型,利用滑坡灾害态势值的混沌时间序列进行仿真分析证明模型的优越性。（5）基于态势感知的滑坡灾害监测预警。针对某露天矿山滑坡监测的原始数据,利用态势感知理论模型对其进行分析。从系统的开发环境、总体框架和系统功能模块等方面,介绍了实现多场监测滑坡灾害态势感知预警系统软件的基本功能应用,主要采集并分析多场的实时数据,利用原始多场数据做相应的预测,维护预警指标系统的数据及风险指标边界点,滑坡灾害态势评估与预警,为滑坡灾害提供数据维护及相应的报表等。最后通过在露天矿区边坡预警平台的成功应用,说明基于态势感知的滑坡灾害监测预警模型的有效性。计算机物联网技术发展推动了多源异构传感器网络的广泛应用,相对于传统的人工监测方法,多源异构传感器可提高监测的准确性,在监测和预警中发挥着不可替代的作用。所以为了实现滑坡灾害快速、高效、准确的评估与预测这一目标,确保对不同监测场下滑坡灾害信息的智能融合,将态势感知理论应用于滑坡灾害安全管理领域,以多监测场信息融合为数据采集和数据规范的基本手段,然后用邻域粗糙集对海量的滑坡监测数据集进行约简,对提取出的态势要素运用集对分析中的五元联系数同异反评估模型,判断该状态下的滑坡态势,并建立变量相空间重构组合预测模型对滑坡态势值进行预测,最后在预警平台中进行可视化显示,不仅具有较强的可操作性,也为滑坡灾害态势评估与智能预警管理提供参考。