滑坡灾害一直以来都是数量最大、危害最严重的地质灾害类型之一。它不仅造成水土流失、环境破坏，而且带来了重大人员伤亡和财产损失。中国是滑坡灾害发生频繁和严重的国家之一。目前对于降低滑坡损失的最有效措施是广泛开展滑坡监测预报，提高预测精度。本文首先选择了黄茨滑坡、洒勒山滑坡等滑坡实例，从其类型、岩性组成、地质地貌、水文地质条件及分阶段分析了滑坡形成机理。同时归纳总结了基于蠕变的滑坡预测方法及其适用性。选择了其中的三个预测模型Verhulst模型、Verhulst反函数模型和福囿斜坡时间预报法对上述几个滑坡实例进行预测分析。分析结果表明：同一预测模型对于不同类型滑坡预测结果差异性较大，不同预测模型对同一滑坡预测结果也差异较大，单一预测模型具有局限性。阐述了多源信息融合方法，并根据每种融合方法的特点优势选择了模糊积分方法和D-S证据理论两种方法。这两种融合方法都是基于隶属度进行的。综合单一模型预测结果提前和延后差异性的特点和专家经验知识，设计符合实际情况的隶属度函数对单模型的预测结果进行模糊化处理。利用所选两种融合方法对模糊化结果进行融合计算。融合结果表明：（1）经过两种融合方法计算，其结果相对单一模型精度有不同程度的提高；（2）两种融合方法比较，模糊积分较D-S证据理论精度更高；（3）模糊积分方法在滑坡综合预测中具有适用性。多源信息融合方法可以有效融合各个单一模型的优势，通过一定的规则进行优势互补，进而提高预测对象的综合预测精度。多源信息融合的模糊积分方法使用了模糊集合之间的交或并的运算，计算复杂度较低，应用更方便。