边坡失稳导致的滑坡灾害是我国主要地质灾害之一,合理地评估边坡稳定性和变形特征对滑坡灾害防治至关重要。边坡稳定性和变形特征受到各种不确定性因素影响,包括岩土体参数空间变异性、荷载不确定性等。边坡稳定性分析和变形预测依赖于岩土工程勘察数据、现场监测数据和计算模型。不确定性条件下根据既有数据和计算模型准确高效地评估边坡响应（包括稳定性和变形）十分具有挑战性。其关键难点包括:（1）岩土工程勘察数据和监测数据具有时空变异性,测量数据依赖于测量位置和观测阶段,需要根据数据变化不断更新边坡稳定性和变形特征,传统确定性分析方法无法定量地反映观测数据变化和不确定性的影响;（2）直接获取的勘察数据和监测数据通常并非边坡响应分析模型中所需要的输入参数,需要根据数据反演模型参数,在不同数据条件下更新边坡响应需要重复执行反演分析,计算效率极低;（3）边坡响应分析存在多种计算模型,简单模型（如响应面）计算效率高、准确性低,复杂模型（如有限元模型）准确性高、计算效率低,如何结合两类模型高效准确地进行模型参数反演和边坡响应更新是一个值得探讨的问题。此外,边坡稳定性分析与变形预测是边坡工程监测设计的重要依据,监测设计变量选择和组合长期依赖于工程经验和主观判断,缺乏定量监测设计方法,无法合理考虑各种不确定性因素对监测设计方案的影响。针对上述难点,本论文围绕不确定性条件下边坡响应更新和监测设计问题开展研究,以不确定性定量分析为基础,以边坡响应高效更新和监测优化设计方法为目标,研究内容包括不同位置和深度勘察数据条件下边坡稳定可靠度高效更新、基于多阶段监测数据和不同计算模型的边坡沉降高效更新、边坡监测单变量选择和多监测组合优化设计等,主要研究内容和结论总结如下:（1）提出了考虑不同勘察数据的边坡稳定可靠度协同式更新方法。所提方法首先在给定勘察数据条件下采用基于结构可靠度的贝叶斯更新框架BUS产生条件随机场表征岩土体参数空间变异性,然后基于拒绝抽样原理和协同式分析方法根据不同的勘察数据高效更新随机场,避免了根据不同勘察数据重新模拟条件随机场和进行边坡稳定分析。采用考虑非平稳随机场的单层土坡和考虑平稳随机场的双层土坡案例验证了方法的有效性和合理性,结果表明:所提方法能够根据不同勘察数据（如来源于不同钻孔位置和深度）合理地表征土体参数空间变异性,显著地提高了边坡稳定可靠度更新计算效率,使得考虑空间变异性条件下边坡稳定可靠度实时更新成为可能。（2）发展了考虑多阶段监测数据的边坡沉降协同式更新方法,采用先期监测数据执行驱动贝叶斯更新,并随着不断获取的监测数据通过协同式分析方法更新后期监测数据（或不同监测阶段数据集）对应的边坡沉降。所提方法不仅能够根据不同监测阶段获得的数据对边坡沉降进行序贯更新,而且能够根据不同位置或不同类型监测数据集更新边坡沉降。通过某填筑边坡沉降监测案例说明了所提方法,结果表明:与传统贝叶斯更新方法相比,该方法能够根据不同监测数据集高效准确地更新边坡沉降,为研究不同的更新策略（或数据集）对边坡沉降预测的影响提供了有效工具,丰富了边坡监测数据分析方法。（3）建立了基于响应面和有限元模型的边坡沉降协同式更新方法。所提方法首先基于响应面和BUS执行驱动贝叶斯更新,搜索边坡沉降预测模型参数的后验样本空间;然后,该方法基于有限元模型和协同式分析方法执行目标贝叶斯更新,修正模型参数的后验分布和沉降预测值。推导了基于响应面的驱动贝叶斯更新和基于有限元模型的目标贝叶斯更新的统一表达式,充分利用了两种模型的优点和沉降预测值之间的相关性。采用某填筑边坡算例说明了所提方法,结果表明:该方法降低了贝叶斯更新中采用响应面作为近似功能函数导致的计算误差,提高了基于有限元模型的边坡沉降更新的计算效率,为基于复杂数值分析模型的边坡响应更新开辟了一条新途径。（4）发展了基于协同式更新的边坡稳定可靠度敏感性分析和单变量设计方法。所提方法通过先验可靠度分析将先验信息（包括工程经验和计算模型）定量地转化为预监测信息（即监测变量的可能值）,然后采用协同式分析方法高效地计算不同的监测变量可能值对应的边坡条件失稳概率。给定监测变量可能值条件下边坡失稳概率的变化函数定量地反映了该监测变量对边坡稳定可靠度的敏感性,监测设计中可以根据监测变量的敏感性布置传感器。采用加固边坡算例说明所提方法,结果表明:所提方法能够根据先验信息定量地分析不同监测变量对边坡稳定可靠度的敏感性,并基于监测变量可靠度敏感性合理地识别最敏感变量,为边坡监测设计变量选择提供了参考。（5）提出了基于协同式更新的边坡监测变量信息价值分析与多变量组合设计方法。所提方法将基于预监测信息的后验可靠度分析问题分解为三个概率分析子问题,而后利用协同式分析方法分别求解不同变量组合条件下监测可能值的发生概率和条件概率,并据此高效地更新边坡失稳概率,量化不同监测变量组合的预期信息价值,最后通过最大化信息价值期望实现多变量组合优化设计。采用加固边坡案例验证了所提方法,结果表明:不同监测变量组合条件下基于信息价值的监测设计优化涉及超百万次边坡稳定可靠度更新,传统方法难以定量地完成监测组合设计,所提方法有效量化了不同监测变量组合的预期信息价值,为边坡监测变量组合设计提供了参考依据。