随着世界人口的不断增长、人类活动空间范围的逐渐扩展、以技术和经济条件为支撑的工程活动对地质环境的扰动程度不断加大。滑坡灾害,尤其是大型滑坡灾害发生频率越来越高,所造成的经济损失和人员伤亡也不断加大。三峡库区堆积层滑坡发育广泛,在库区蓄水运行后,受到库水位周期性波动和降雨的共同影响,将很有可能诱发滑坡灾害的发生。若事先通过预报判据对滑坡进行预报,将会减少造成的损失。随着库区多源监测信息和灾害调查资料的涌现,如何从海量信息中挖掘有用的判据知识是目前滑坡预报研究面临的关键问题。动态数据挖掘作为一种新兴的数据处理流程,其主旨是从动态变化的数据中提取出相应规律,此方法的引入可为滑坡判据的研究提供了一种快速、实时、准确的参照模式。为了得到有效的三峡库区堆积层滑坡预报判据,本文利用动态数据挖掘方法对相关监测指标进行充分挖掘,从动态变化的数据流中,获取与滑坡变形相关性较大的特征因子。主要研究内容和实验结论如下：(1)数据收集：本次研究分析了三峡库区典型堆积层滑坡时空演化特征,查阅了库区堆积层滑坡的规模和分布情况。整理了监测点位移、库水位和降雨量、宏观地质变形特征、滑坡相关图件等一系列数值、图像、文本数据。以树坪滑坡为例,介绍了滑坡监测信息表的字段属性和约束性规则,并最终建立了滑坡监测信息数据库。(2)滑坡演化阶段划分：大量查阅国内外对堆积层滑坡演化特征描述的资料,结合研究区域所在的特殊地质背景,根据累计位移-时间曲线和滑坡月相对位移的特性,利用k-means聚类算法划分滑坡的演化阶段,最初得到8类划分结果,合并相关性较大的类别,形成4类结果的最优解。(3)数据分箱处理：将连续的监测指标进行分箱处理,从分箱算法中选择MDLP方法,以变形阶段为主管字段,转换连续数据为离散数据类型,方便用作后续关联规则挖掘的前项。(4)库区内滑坡变形公共诱发因子提取：在查阅大量文献基础上,发现三峡库区内水体作用对堆积层滑坡的变形影响较显著,本文提出以降雨和库水位作为公共因子的设想,将降雨量、库水位波动作为主导因素,以滑坡变形阶段为规则后项,进行关联规则初期挖掘。所得到的规则对样本数据进行评判的精度较高,证明以公共诱发因素作为判据的模型具有一定的适用性。(5)特征因子动态挖掘：若只利用由公共诱发因素组成的关联规则,尚存在把不稳定阶段划分到安全阶段的误判,说明单独依靠公共因子无法完整体现研究区域内所有堆积层滑坡的特性。以单体滑坡的新增数据作为研究对象,参照动态数据挖掘流程思想,利用触发器的原理动态分析新增数据和滑坡演化的相关性,提取潜在的特征因素。将相关性较高的特征因子和公共因子合并,共同构成适用性良好的综合判据。(6)判据结果应用：利用由动态数据挖掘得到的综合判据,可对滑坡的监测数据进行快速、多次、有效的监控。建立以判据结果为主体的触发器功能代码,从而实时地推断滑坡演化的趋势,为堆积层滑坡预报工作提供了先验知识。