灾害预警结果可以通过对传感器所检测到的监测信息进行分析处理而得出，在实际应用过程中，监测人员等可以根据该灾害预警结果而采取相应的防范措施，以防止灾害的发生或者减小灾害所造成的损失。

在相关技术中，用于监测地表灾害的传感器具有多种(例如：温度传感器、湿度传感器、压力传感器、位移传感器等)，且数量众多，从而使地表灾害监测数据存在非线性、高维度的特点，为了减少不必要的样本训练时间，利用特征向量选择算法(Feature Vector
Selection,FVS)的思想，进行大数据集的离线样本尺寸缩减，构建基于样本集的特征样本数据，从而达到减少计算复杂度、减小计算时间以及及时输出预警信息的目的。在相关技术中，针对上述FVS算法缩减后得到的特征样本数据，采用支持向量机回归算法(Support Vector Regression，SVR)，进行灾害预测。

但是，在实际应用过程中，采用FVS算法对监测数据进行缩减的过程中，使得特征样本数据与实际的监测数据之间存在较大的误差，从而造成基于该特征样本数据的SVR算法输出的灾害预测结果与实际情况之间具有很大的误差，由此可知，相关技术中的地表灾害预警的数据处理方法的预测结果准确性低。

一种地表灾害预警的数据处理方法及系统提供的地表灾害预警的数据处理方法可以应用于对传感器检测到的监测数据进行向量机回归学习，并得出预测结果，根据该预测结果便能够确定地表灾害预警结果，监测人员可以根据该地表灾害预警结果而采取适当的措施，预防地表灾害的发生，上述地表灾害可以是由于地表的岩石、土质等的移动而造成的灾害，例如：山区泥石流灾害、建筑坍塌灾害等，当然，还可以是矿山排土场灾害，此时采用多种传感器分别获取排土场的地表位移信息、内部位移信息、降雨量信息、土压力信息、土壤含水率信息、孔隙水压力信息、温度信息和湿度信息等，并采用上述地表灾害预警的数据处理方法对这些信息进行处理，预测该排土场是否有发生泥石流、坍塌等危险，并得出预测结果，经济和社会效益非常显著。

技术转让 ，技术许可 ，技术咨询 ，技术服务，产学研合作。