摘要：滑坡监测点在一段时间内对外界影响因素的响应可以看作滑坡在当前时刻的状态。滑坡监测点在相似的状态下受到相似的外界激励时会表现出相似的响应。据此,可以对相似的状态进行类比,从而将相似状态运用于滑坡的稳定性分析、数据修正和预测预报等。提出一种基于多信息的状态单元矩阵的相似性度量方法,运用该方法同时对滑坡的外界影响因素和运动状态进行相似性匹配,既保证了外界影响因素的相似性,也保证了滑坡当前运动状态的相似性。为验证该方法的有效性,运用三峡库区4个滑坡34个监测点的1770个状态作为状态单元集,对白水河滑坡2015年1月至2016年6月的位移数据进行预测。预测结果显示,该方法优于现有的BP神经网络、支持向量回归等经典预测方法。