赣南离子型稀土矿山采用原地浸矿方法进行作业,原地浸矿工艺能够不开挖表土,不破坏矿区植被,有效的保护了矿区的生态环境。但经过调查发现,近些年赣南稀土矿山地质破坏仍然较为严重,主要原因是原地浸矿工艺改变了稀土矿山土体的力学性质,使土体结构遭到破坏,影响了矿山边坡的稳定性,甚至在一定程度上会引起滑坡、崩塌等地质灾害,给当地人民生活造成巨大影响,因此对稀土矿山边坡稳定性分析是至关重要的。本文以龙南市足洞稀土矿山为研究对象,在对研究区进行实地调查,获得了该矿区的工程地质概况资料,取原状土进行室内试验,测定矿土的物理力学参数,为后续边坡三维建模提供了数据基础,利用Midas/GTS对天然工况下和暴雨工况下的边坡进行分析,得出不同工况下边坡的安全系数,并比较两种条件下边坡的位移、应力、应变的差异。介绍了矿山采场滑坡在线监测系统,并用BP算法和GA-BP算法对研究区监测点位移数据进行预测分析,判断预测模型的精确性,得出以下结论:（1）通过室内试验测定原状土的含水率、密度、初始孔隙比、渗透系数、弹性模量、压缩模量和土的粘聚力、内摩擦角,试验结果表明:表土层的含水率较大,其他土层含水率有逐渐增大的趋势,土层的密度随着土层深度的加深有增大的倾向,土层的粘聚力和内摩擦角偏小,土层为砂性土但含有一定的黏土颗粒,龙南稀土矿渗透系数偏大。（2）通过Midas/GTS软件分析两种不同工况下边坡稳定性,得出结论:边坡在天然工况下安全系数较大,不会发生失稳现象,在暴雨工况下安全系数较小,边坡内部应力、有效应力减小,剪应力、孔隙应力增加,等效应变、塑性应变明显增加,塑性区明显,边坡容易发生滑坡现象。（3）构建矿山采场滑坡在线监测系统,通过裂缝计监测坡体表面位移,位移计监测山体深部变形,应力计监控支护工程应力,渗压计监测渗流,当某项监测数据超过所规定的临界值时,系统发出预警。（4）利用神经网络优越的非线性映射能力,对未经过处理且有干扰的边坡位移变形数据作预测分析,同时为了避免BP-ANN收敛速度慢、学习效率低等缺陷,采用GA优化BP神经网络的权值与阈值,再分别预测边坡位移。预测结果显示,GA-BP神经网络算法性能要高于BP算法,GA-BP神经网络算法预测精度要更高,可用GA-BP神经网络算法优化监测系统,预测边坡位移。