基于神经网络的非线性回归分析方法的时空邻近性表达方式通过邻近域“时间-空间-属性”特征信息确定电阻率成像监测数据与其他类型监测数据的空间权重矩阵，构建基于神经网络非线性回归分析的堆积层滑坡融合监测模型，并对模型进行优化训练、评估与分析，以提高监测模型的准确性。

        黄石市阳新县木港镇石溪村地层岩性主要以第四系松散沉积物为主，表层为冲洪积残坡积的粉质粘土、粉土以及含铁锰结核粉质粘土，底部含砂砾石层。其表层的碎石土和粉质粘土渗透系数为k=2.9~11.2m/d，属透水—强透水层，为主要含水层。该区地下水类型为孔隙潜水，主要接受大气降水补和地表水体补给，局部与岩溶水互补。位于石溪村卫生所后的地质灾害隐患点因连续降雨导致表层土体饱和，造成土体抗剪强度降低，从而导致小规模滑坡。

        以GNSS的位移东向、土壤含水量和降雨量等检测率为输入，构建神经网络的非线性回归分析分析模型，预测GNSS北向位移，结果如图。