岩溶滑坡是一种广泛分布在我国西南山区的地质灾害现象,不仅受制于内部地质构造,还会受到降水和采矿等外部诸多因素的影响。为有效评估灾害风险、切实降低灾后损失,对岩溶山区存在滑坡可能的典型地区设立多元传感器进行全天候实时监测并事前预警,是目前岩溶滑坡灾害综合防治的现实途径。随着传感器技术的不断升级,以信息化为核心的监测工作在空间上更完备、在时间上更准确、在效果上更实用,但随之而来的监测数据量大、类型多、来源杂等数据集成难问题也日益突出,这就使得原始监测数据传输、管理和分析的复杂性不断增加,因而迫切需要一种更高效的信息集成技术手段来实现各类滑坡监测数据的传输、管理与分析,以期更有效地挖掘和充分利用好来之不易的监测数据的潜在价值。论文从研究云计算与大数据的理论和方法出发,深入探索了云平台的容器编排技术、大数据平台的HDFS分布式文件系统及Map Reduce并行编程框架组件等,针对“岩溶山区特大滑坡早期识别与监测预警”的需求,基于分布式系统基础架构Hadoop搭建了岩溶滑坡监测预警云平台,实现了岩溶滑坡监测数据的在线实时可视化与自动处理,并在此基础上对目标区的岩溶滑坡进行了动态监测和预报预警。本文的主要研究工作及其成果如下:1.基于Hadoop的多源数据融合存储与处理。论文从多源监测数据的来源出发,在HDFS和Map Reduce等大数据技术的支持下,设计了滑坡监测多源数据的分类存储方案,并利用Sqoop组件实时传输大数据平台的成果数据,实现了成果数据的秒级检索,满足了云平台数据的高效查询、实时可视化及多样化统计分析等需求。2.面向需求的云平台的设计与实现。根据项目各专题成员的不同需求,论文规划了系统开发的总体设计,并在详细设计的基础上完成了岩溶滑坡监测预警云平台的开发工作。云平台囊括了监测数据实时统计分析、空间数据可视化、三维地层模型搭建、预警信息异常通知等实用功能,为岩溶滑坡预警分析奠定了基础。3.岩溶滑坡监测预警云平台的部署。目前岩溶滑坡监测预警云平台在长安大学校园网环境下已完成部署,接入了贵州省发耳镇等岩溶滑坡示范区的30多个传感器实时数据,并基于长安大学大数据平台完成了多源数据的整合工作。测试表明,系统功能较为完善,初步满足贵州省岩溶滑坡示范区的滑坡监测预警的实际需要。