滑坡预测方法研究是本世纪60年代才开始起步的，至今已取得了大量的成果，但是滑坡地质条件的复杂、自然条件的变化以及人类工程活动等因素的随机性和不可控制性，现阶段对滑坡作出准确可靠的预测还是十分困难的，因此在前人的基础上继续这方面的研究工作显得尤为重要，这正是本课题研究意义所在。 国内外许多学者通过不同地区降雨与滑坡的历史资料，对区域性滑坡与降雨量进行了分析。研究表明，区域性滑坡灾害的发生不仅与降雨强度有关，还与累积降雨量有关。由于不同区域滑坡灾害成因机理不一样，因此，区域性滑坡灾害的发生与前几天的有效降雨量最为密切，应根据研究区域的实际降雨与滑坡的历史资料确定。本文选取佛山为研究区，以丰富的实际资料为基础，深入研究了影响滑坡发生的各种因素，全面研究分析了滑坡时空分布与降雨的关系。研究分析表明，佛山滑坡灾害的发生和降雨强度、前期有效降雨量有关，通过多元回归分析，确定滑坡灾害的发生和前4天的有效降雨量关系最密切。通过统计分析佛山滑坡灾害的发生和降雨强度、前4天有效降雨量的关系，得出了佛山降雨诱发区域滑坡临界值表达式：R0=—0．46R4+56．2。 目前把人工神经网络应用于滑坡稳定性分析非常普遍，利用人工神经网络的自行学习能力，直接将影响因素作为输入节点，利用神经网络的学习能力进行学习，输出节点即为滑坡稳定的类型。但是大多数人工神经网络针对的滑坡特点不一样，因此对滑坡影响因素的选取也不尽相同，本文详细分析了佛山滑坡灾害的成因机理，指出了应用人工神经网络来分析佛山滑坡稳定性应该考虑的因素。人工神经网络计算滑坡稳定性的方法很多，本文结合佛山滑坡的特点，选用BP反向传播算法进行滑坡稳定性分析，在应用神经网络解决实际工程问题时，不能够明确确定隐层的神经元数，本文根据实际计算过程，经过反复计算比较后，选取佛山滑坡稳定性计算的隐层节点数为5个。构建了滑坡稳定预测的神经网络评价模型，对构建模型过程中的细节问题进行了探讨。用资料提供的样本对此模型进行了训练和检验，结果正确率为73％。 随着近代数值分析技术的发展，土力学和岩体力学中诸多假定和经验成分可以通过更为严格的分析步骤得以克服。尽管目前的计算机硬件已经获得了飞速的发展，但滑坡预测分析应用软件仍然处于起步状态，远不能满足工程实际应用的要求。现有的滑坡预测分析软件存在面向对象功能不强的问题，而且无法应用以前用FORTRAN等科学计算语言编制的大量数值计算程序，造成资源浪费。本文采用面向对象的软件开发技术，利用VC++和Fortran混合编程来进行佛山滑坡预测模块程序设计。在Visual Studio2008平台下，用VC++编程实现程序界面，然后用Visual Fortran编制程序完成某一数学问题的求解，编制的Fortran程序最终编译成动态链接库，由Visual Studio2008编制的VC++程序调用。设计出来的程序开发界面友好、操作方便、图形图像显示直观。