Page 120 - 《武汉大学学报（信息科学版）》2025年第9期

第 50 卷 第 9 期 武 汉 大 学 学 报（ 信 息 科 学 版 ） Vol.50 No.9
2025 年 9 月 Geomatics and Information Science of Wuhan University Sept. 2025

引文格式：毛正君,王木楠,马旭，等 . 基于数据融合的梯田型黄土滑坡隐患监测预警[J]. 武汉大学学报（信息科学版）,2025,50
(9):1848-1863.DOI:10.13203/j.whugis20240129
Citation：MAO Zhengjun,WANG Munan,MA Xu,et al.Monitoring and Warning of Terraced Loess Potential Landslide Based
on Data Fusion[J]. Geomatics and Information Science of Wuhan University, 2025, 50(9): 1848-1863. DOI: 10.13203/j. whu⁃
gis20240129

基于数据融合的梯田型黄土滑坡隐患监测预警

毛正君 1,2,3 王木楠 马 旭 仲佳鑫 张瑾鸽 1
5
4
1
1 西安科技大学地质与环境学院，陕西 西安，710054
2 西安科技大学煤炭绿色开采地质研究院，陕西 西安，710054
3 陕西省煤炭绿色开发地质保障重点实验室，陕西 西安，710054
4 宁夏师范大学数学与计算机科学学院，宁夏 固原，756000
5 宁夏回族自治区国土资源调查监测院，宁夏 银川，750002

摘 要：中国灾难型滑坡灾害频发，严重威胁人类生命财产安全，基于数据融合分析多源异构的滑坡隐患监测数据并提
出预警判据，能够有效规避风险，减少经济损失和人员伤亡。以挂马沟梯田型黄土滑坡隐患为例，获取全球导航卫星系
统地表位移、裂缝计位移以及降雨量监测数据。首先采用粗差剔除、数据插补和数据平滑预处理监测数据，然后在预处
理的基础上进行数据级、特征级、决策级数据融合及其效果评价，最后提出了梯田型黄土滑坡隐患预警判据及其分级。
结果表明，数据预处理不仅显著提高监测数据的质量，而且极大增强预警系统的准确性和可靠性；梯田型黄土滑坡隐患
的位移-时间曲线呈现收敛型特征，即随着时间的推移，累积位移呈现出先快速增加、后慢速增长直至趋于稳定的状态，
其变形速度最终趋近于 0；数据融合能够准确捕捉梯田型黄土滑坡隐患的变形特征，且随着数据融合层次的提升，预测评
价的误差呈递减趋势；切线角、累积加速度、降雨强度和裂缝分期配套特征，可作为梯田型黄土滑坡隐患的预警判据。
关键词：数据融合；梯田型；黄土滑坡隐患；监测预警；预警判据
中图分类号：P237 文献标识码：A 收稿日期：2024⁃04⁃16
DOI：10.13203/j.whugis20240129 文章编号：1671⁃8860（2025）09⁃1848⁃16
Monitoring and Warning of Terraced Loess Potential Landslide Based on

Data Fusion

1
4
MAO Zhengjun 1，2，3 WANG Munan MA Xu ZHONG Jiaxin ZHANG Jinge 1
5
1 College of Geology and Environment, Xi̓an University of Science and Technology, Xi̓an 710054, China
2 Geological Research Institute for Coal Green Mining, Xi̓an University of Science and Technology, Xi̓an 710054, China
3 Shanxi Provincial Key Laboratory of Geological Support for Coal Green Exploitation, Xi̓an 710054, China
4 College of Mathematics and Computer Science, Ningxia Normal University, Guyuan 756000, China
5 Ningxia Institute of Survey and Monitoring of Land and Resources, Yinchuan 750002, China

Abstract： Objectives: The frequent occurrence of catastrophic landslide disasters in China seriously
threatens the safety of human life and property. Based on data fusion, multi-source heterogeneous landslide
hazard monitoring data are analyzed and early warning criteria are proposed, which can effectively avoid
risks and reduce economic losses and casualties. Methods: First, we use the hidden danger of Guamagou
terraced loess landslide as an example, the monitoring data of global navigation satellite systems (GNSS)
surface displacement, crack meter displacement and rainfall are obtained. The monitoring data are prepro⁃
cessed by gross error elimination, data interpolation and data smoothing. Then, on the basis of preprocess⁃
ing, the data fusion and effect evaluation of data level, feature level and decision level are carried out. Fi⁃
nally, the early warning criterion and classification of hidden danger of terraced loess landslide are put for⁃
ward. Results: The results show that data preprocessing not only significantly improves the quality of moni⁃

基金项目：陕西省重点研发计划（2020SF-379）；宁夏回族自治区重点研发计划（2022BEG03059，2023BEG02072）。
第一作者：毛正君，博士，副教授，研究方向为地质环境保护与国土空间生态修复。mzj@xust.edu.cn