滑坡监测、分析、评价等工作,对滑坡灾害的有效防治具有重要的现实意义。以西安市灞桥区白鹿塬边王家坡滑坡为研究对象,在滑坡区设计、布设监测网进行滑坡动态监测,采用Elman神经网络算法、有限元数值模拟等方法探索滑坡变形、发展趋势、滑坡稳定性等特征及规律,获得一些认识和结论:(1)基于北斗BDS技术在王家坡滑坡区建立监测网。基准站建立在滑坡体上方外围的稳定区域,布设北斗2号、3号BDS监测点于滑坡中段居民区域边缘及内部,布设两部位移传感器于滑坡中段居民区域内一处地裂缝的两侧,布设无人机动态监控滑坡整体发育情况;(2)依据监测资料,得出以下结论:提出王家坡滑坡变形活动三阶段划分方案(初始变形阶段、变形加速阶段、减速变形阶段),阐述了三大阶段的基本特征,认为滑坡体目前处于第三阶段,活动量减少,变形活跃程度略有下降;(3)基于Elman神经网络算法,建立了王家坡滑坡滑动趋势预测模型。采用MAE、MAPE、RMS三组指标进行评价。得到结论:①在预测时间长度不变的情况下,随着训练数据量的增多,预测误差值可减少1mm;在训练数据量不变的情况下,预测误差值随着预测的时间长度减少而减少0.9mm;②Elman神经网络算法适用于滑坡发展趋势预测,预测效果理想;(4)利用ANSYS有限元方法,采用等比例及不等比例两种强度折减法建立王家坡滑坡模型。计算得出等比例折减条件下王家坡滑坡稳定系数为1.24,不等比例折减条件下王家坡滑坡稳定系数为1.25。