我国是滑坡地质灾害多发的国家之一,每年因滑坡灾害造成了大量的经济和生命财产损失。研究结果表明,实时监测预警技术是有效降低因滑坡灾害带来损失的重要手段之一。虽然目前国内外关于边坡监测预警技术进行了大量的研究,但仍然存在灾害危险误报、预警系统功能单一等问题,导致我国每年因滑坡地质灾害仍造成巨大的生命财产损失。因此,为减轻因滑坡地质灾害所造成的损失,对不稳定边坡进行高效监测和精准预测预报的研究,是目前迫切需要解决的关键科学问题之一。本文依托福建省文溪村边坡作为研究背景,对边坡实时监测预警技术进行了系统的研究。首先利用通信和自动化技术,构建了文溪村边坡智能实时监测系统;由于监测数据存在缺失和随机噪音,基于信息科学和统计学的方法,构建了一套监测数据预处理方法;为了实现对边坡变形发展趋势的超前感知,基于机器学习的方法,建立了一种滑坡位移混合预测模型;基于过程预警的思路,提出了文溪村滑坡多层多级预警模型;最终通过二次开发的手段,成功开发了文溪村边坡智能实时在线监测预警系统可视化平台,并应用在工程中。本文具体的工作内容和结论如下:（1）首先结合地质勘察资料阐述了文溪村边坡的地形地貌、地层岩性等基本地质情况。利用Geo Studio数值软件对文溪村边坡在极端降雨条件下的稳定性进行计算分析。得到该边坡在自然条件下处于欠稳定状态,随着降雨强度和降雨历时的增加,边坡稳定性显著降低直至发生失稳。（2）结合边坡稳定性计算结果,利用卫星遥感和现场地质调查的技术,确定了文溪村边坡潜在滑坡区和监测方案。为了解决由于文溪村边坡区域地理环境恶劣导致通信不良的问题,利用通信和自动化技术,研究了基于长短距离无线通信技术的边坡智能实时监测系统。为了解决获取的监测数据存在缺失和随机噪音的问题,利用牛顿插值对监测缺失数据进行了补齐,通过研究不同小波阈值原则和阈值函数的对比数值实验,得出采用无偏风险估计阈值原则和硬阈值函数组合的降噪法效果最佳。（3）为了实现对滑坡灾害的超前感知与预报的目的,利用机器学习的方法,构建了边坡位移ANN─LSTM混合预测模型,并利用评价指标验证了该模型精度的可靠性。基于过程预警的思路,结合目前文溪村边坡变形实际情况,构建了以位移变形速率、速率增量和改进切线角综合判据的文溪村边坡三层四级预警模型。（4）最终基于二次开发手段,成功开发了集监测数据管理、数据预处理模型、预测预警模型等功能于一体的文溪村边坡智能实时监测预警系统可视化平台。