李仕波，李德营，张玉恩，李 杰

（中国地质大学（武汉）工程学院，武汉 430074）

1 研究背景

滑坡是一种重要的自然地质现象，但其造成的严重后果却是一种社会和经济问题。据统计，我国已受到和可能受到滑坡灾害威胁的地区占全国陆地面积的1／5～1／4，而目前滑坡的预测预报是防灾减灾最有效的方法之一［1］。对滑坡预测预报的研究始于20世纪60年代，国内外的学者根据滑体特征、变形破坏特征及受力状态等建立了许多预报模型，滑坡预测预报模型可以分为如下几类：经验预报模型、统计分析预报模型、非线性预报模型、物理力学预报模型和综合预报模型［2］。

滑坡位移是滑坡变形破坏的最直观表现，大多数预报模型采用滑坡位移作为输入数据，由于滑坡的运动过程受多种诱发因素共同影响（如降雨、库水位、地震等），因此使用单一参量的预报模型很难达到较好的效果。徐峰等［3］、李德营等［4］考虑了降雨、库水位等影响因子，应用GM（1，1）提取滑坡位移时间序列的趋势项，再运用BP神经网络对偏离项进行描述。石爱红等［5］从滑坡变形演化机制出发，考虑库水位滞后效应对滑坡位移量的影响，建立了ARIMA模型。徐南等［6］将LS-SVM引入滑坡位移预测，Zhu等［7］进一步考虑降雨的诱发作用，并取得了较高的预测精度。

本文基于时间序列分析方法，选取了三峡库区具有典型台阶状位移的白水河滑坡为例，应用HP滤波分析方法对白水河滑坡累计位移进行趋势项提取，选取多项式函数对所提取的趋势项位移进行拟合预测；……