滑坡是三峡库区分布最广泛的地质灾害,对库区人民生命财产造成严重威胁。因此,构建合理完善的滑坡位移预测模型对滑坡地质灾害监测预警显得尤为必要,能有效减少其给国家和人民造成的重大损失。而“阶跃型”滑坡是三峡库区的一种典型滑坡,其变形特征为滑坡变形曲线随三峡水库库水位的周期性涨落和降雨的综合影响呈“陡坎”状,位于秭归县归州镇香溪河右岸的白家包滑坡是典型的阶跃型滑坡。本文通过研究白家包滑坡变形监测数据,提出一种基于时间序列分解与混合核函数SA-SVR预测模型,对同类型滑坡的变形预测预报提供理论支撑,具有较强的工程实践应用价值。首先,本文通过综合分析白家包滑坡变形专业监测资料、库水位和降雨监测数据得出白家包滑坡位移特征,结合白家包滑坡地质勘查资料定性分析了白家包滑坡变形机理,得出库水位是影响白家包滑坡变形的主要因素,降雨量为次要因素,以此作为选取预测模型影响因子的依据。其次,以更符合白家包滑坡位移特征的ZG324和ZG325监测点2008年9月～2021年9月的累积位移监测数据为样本,通过时间序列分解原理,反复使用指数平滑法将累积位移分解为趋势项位移和周期项位移,并针对指数平滑法分解结果多样化的问题,提出了合理的分解原则以获得最佳的分解效果。针对趋势项位移预测,采用三次多项式和K-flod三次多项式预测进行对比;针对周期项位移,通过混合核函数SA-SVR模型进行预测:以皮尔逊相关系数确定影响因子作为SVR模型的输入向量,构建学习能力和泛化能力都较强的混合核函数作为SVR模型的核方法,以模拟退火算法（SA）为SVR模型寻参;将预测的趋势项位移和周期项位移相加即为累积位移预测。最后,以白家包滑坡为案例开发时间序列与混合核函数SA-SVR预测系统,为其他“阶跃型”滑坡预测提供参考。主要成果概述如下:（1）对白家包滑坡的地质特征进行了描述,定性分析了降雨和库水位对白家包滑坡变形的影响,其中库水位快速下降是白家包滑坡变形的主要因素,降雨是次要因素。（2）针对白家包滑坡各年度累积位移阶跃幅值差别较大的问题,传统的移动平均法分解累积位移后趋势项位移仍存在明显阶跃,因此本文采用指数平滑法分解。决定指数平滑法分解效果的参数为分解次数（N）和平滑指数,结果表明,以N为2分解获得的最佳平滑指数为最优分解方案。分解后趋势项位移曲线为单调递增的有界曲线,周期项位移曲线为“峰群”状的波动曲线。（3）针对趋势项位移预测,以K-fold三次多项式预测对三次多项式预测过拟合进行优化,有效避免了因训练集上过拟合导致预测结果在预测集中的严重偏离。本文中Kfold三次多项式预测精度仅略优于三次多项式预测,然而在常规情况下K-fold三次多项式预测精度将远高于三次多项式预测精度,其主要原因是分解过程中求解趋势项评价系数时采用了K-flod三次多项式来获得最佳的平滑指数。（4）将周期项位移的影响因子分为三类:库水位因子、降雨因子和位移增量因子。由于库水位变化占主导因素,拟选用共计13个因子,按库水位、降雨、位移增量因子7:3:3的比例,计算各因子与周期项位移的相关性系数,并剔除极弱相关的月降雨变化量和两月平均库水位变化量。（5）混合核函数SA-SVR模型在周期项位移预测中表现良好,其中非阶跃段（10月～4月）预测结果与真实值基本保持一致,而在阶跃段（5月～9月）的预测值较真实值略高,一定程度上增大了降雨和库水位等影响因子对周期项位移的影响,使得汇总后的累积位移预测值在阶跃段较真实值略高,且更快达到阶跃峰值,能够在滑坡预测中提供一定的安全系数。（6）以MATLAB提供的APPDESIGNER平台开发预测模型系统,为本滑坡后续预测或同类型阶跃滑坡预测提供更加便利高效的途径。