由于地质条件的不同,在结构复杂并且活跃的地质条件下会发生滑坡、泥石流、崩塌等地质灾害。这些地质灾害会对人民的财产和生命安全都造成很大的影响。地质灾害的发生有时是因为特殊的地质条件,但是现在随着全球人口的增多,人们不断的发展经济,也就不断的破坏环境,这些都是地质灾害越来越多的原因。地质灾害监测系统可通过应用相关传感器对滑坡、崩塌、泥石流等潜在地质灾害在时空域的变形信息和引发的要素信息进行监测,实现对地质灾害的稳定状态及变化趋势有效把握,通过对传感器所获得的信息进行一系列的分析处理,在所获得的结果中提取各种地质灾害的变化异常的数据,系统将对此判断,从而发出相关提醒给工作人员。本课题对地质灾害监测系统中数据的处理和分析进行了研究。数据处理用到了数据融合技术、数据挖掘技术以及通过决策树理论建立的数据集成模型。数据融合是一种对数据的处理技术,该技术可以将不同模式、不同介质、不同数据源、不同类型的数据进行统一处理,将它们融合为可以进行同一解释或者描述的数据对象。本文是对多传感器数据融合方法的使用,该系统通过数个不同的传感器和数据融合处理采集。而数据挖掘就是从采集到的海量地质数据中,找到对于进行决策有用的信息的过程。本文就是在数据挖掘中应用了一种改进的决策树的数据挖掘算法来实现地质数据的挖掘分析的。本课题的主要研究内容如下:(1)对地质灾害监测系统数据处理与分析的相关理论进行研究。主要有数据挖掘技术、数据融合技术、数据挖掘算法和决策树算法基本理论。(2)对地质灾害监测系统进行设计并且提出数据的预处理策略。主要是对系统进行详细的需求分析和总体设计,介绍了数据采集子系统,并且提出了数据的预处理策略中的数据清洗算法与数据转换算法。(3)对地质灾害监测系统中数据的处理与分析。通过数据挖掘技术和数据融合技术的集成,重点使用了决策树的方式,详细的分析了地质灾害监测系统的数据处理与分析的过程,并通过实验验证了方法的有效性。