1.一种基于运动角差的滑坡位移相似性匹配方法，其特征在于,包括以下步骤：(a)获取滑坡位移监测数据，对同一地区选择不同的滑坡同时收集每个滑坡不同监测点的位移监测数据；

(b)将位移监测数据对应的每一个月内的降雨和库水位数据进行标准化和归一化处理，组成激励项；

(c)将每个月的位移监测数据转换为对应月度的位移运动角，并且计算相邻月度之间的运动角差，将位移运动角以及运动角差分别组成状态项和响应项；

(d)对于每个月：将激励项、状态项和响应项组合到矩阵中，构成当月的状态单元；

(e)同时集合不同滑坡监测点不同月度的状态单元，构成状态单元集；

(f)获取待匹配的监测点的位移监测数据，采用与步骤(b)～(d)相同的方法得出待匹配状态单元；

(g)分别计算待匹配状态单元和状态单元集中各个的状态单元所对应的模式向量之间的加权欧式距离，最后选择状态单元集中和待匹配状态单元之间对应的加权欧氏距离最小的状态单元作为待匹配状态单元的匹配结果。

2.根据权利要求1的基于运动角差的滑坡位移相似性匹配方法，其特征在于,步骤(b)中是根据公式(1)对降雨和库水数据进行标准化和归一化的；

式(1)中， i表示月份，j表示监测点，n和p分

别表示月份和监测点的数目，x表示降雨/库水数据,x*表示标准化和归一化的结果。

3.根据权利要求1的基于运动角差的滑坡位移相似性匹配方法，其特征在于,步骤(c)中，根据各个监测点变形速度数据的最大值，利用公式(2)将每个月的变形速度转换为运动角θ；

式(2)，Di,j为第i个监测点的第j个月的变形速度值；di为第i个监测点历史阶段内的变形速度值；

利用公式(3)计算出运动角差△θi,j；

式(3)中，di,j-1为第i个监测点的第j-1个月的变形速度值；Δθi,j为第i个监测点的第j个月的运动角差。

4.根据权利要求1的基于运动角差的滑坡位移相似性匹配方法，其特征在于,步骤(d)、(e)具体包括以下步骤：假设时间段设置为N个月，状态单元是根据月降雨量、月库水位和变形速度数据，利用公式(4)构建的矩阵单元；

式(4)中，Rn和Kn分别是标准化和归一化后的降雨量和库水值，Δθn对应的运动角差；其中，每行由一种监测项转换得到，前两行为激励项，最后一行为状态项和响应项；每列代表一个月份的激励和状态情况，n表示当前月的前第n个月份，n＝0，1，2，3，…，N；

根据时间顺序，根据公式(5)将多个滑坡监测点不同月度的状态单元sn,t集合到一起，构成状态单元集S：S＝{sn,t|n∈Name,t∈T}  (5)

式(5)中，Name为同滑坡命名空间，T为全部的监测时间。

5.根据权利要求1的基于运动角差的滑坡位移相似性匹配方法，其特征在于，步骤(g)中具体包括以下步骤：假设待匹配状态单元为so，状态单元集中任意一个状态单元为sm，将so和sm中除响应项Δθ0外的元素构成两个3N-1维的模式向量vo和vm：so→vo＝[Ro,Ko,Δθo]＝[Ron,…,Ro0,Kon,…,Ko0,Δθon,…,Δθo1]sm→vm＝[Rm,Km,Δθm]＝[Rmn,…,Rm0,Kmn,…,Km0,Δθmn,…,Δθm1]根据公式(6)，计算vo和vm两个模式向量的加权欧式距离：式(6)中，α和β是权重参数。

6.一种基于运动角差的滑坡位移相似性匹配系统，其特征在于,包括以下模块：数据获取模块，用于获取滑坡位移监测数据，对同一地区选择不同的滑坡同时收集每个滑坡不同监测点的位移监测数据；

第一预处理模块，用于将位移监测数据对应的每一个月内的降雨和库水位数据进行标准化和归一化处理，组成激励项；

第二预处理模块，用于将每个月的位移监测数据转换为对应月度的位移运动角，并且计算相邻月度之间的运动角差，将位移运动角以及运动角差分别组成状态项和响应项；

状态单元构成模块，用于对于每个月：将激励项、状态项和响应项组合到矩阵中，构成当月的状态单元；

状态单元集形成模块，用于同时集合不同滑坡监测点不同月度的状态单元，构成状态单元集；

待匹配状态单元获取模块，用于获取待匹配的监测点的位移监测数据，采用与第一预处理模块、第二预处理模块以及状态单元构成模块中相同的方法得出待匹配状态单元；

匹配模块，用于分别计算待匹配状态单元和状态单元集中各个的状态单元所对应的模式向量之间的加权欧式距离，最后选择状态单元集中和待匹配状态单元之间对应的加权欧氏距离最小的状态单元作为待匹配状态单元的匹配结果。

7.根据权利要求6的基于运动角差的滑坡位移相似性匹配系统，其特征在于,第一预处理模块中是根据公式(1)对降雨和库水数据进行标准化和归一化的；

式(1)中， i表示月份，j表示监测点，n和p分

别表示月份和监测点的数目，x表示降雨/库水数据,x*表示标准化和归一化的结果。

8.根据权利要求6的基于运动角差的滑坡位移相似性匹配系统，其特征在于,第二预处理模块中，根据各个监测点变形速度数据的最大值，利用公式(2)将每个月的变形速度转换为运动角θ；

式(2)，Di,j为第i个监测点的第j个月的变形速度值；di为第i个监测点历史阶段内的变形速度值；

利用公式(3)计算出运动角差△θi,j；

式(3)中，di,j-1为第i个监测点的第j-1个月的变形速度值；Δθi,j为第i个监测点的第j个月的运动角差。

9.根据权利要求6的基于运动角差的滑坡位移相似性匹配系统，其特征在于,状态单元构成模块、状态单元集形成模块具体包括以下步骤：假设时间段设置为N个月，状态单元是根据月降雨量、月库水位和变形速度数据，利用公式(4)构建的矩阵单元；

式(4)中，Rn和Kn分别是标准化和归一化后的降雨量和库水值，Δθn对应的运动角差；其中，每行由一种监测项转换得到，前两行为激励项，最后一行为状态项和响应项；每列代表一个月份的激励和状态情况，n表示当前月的前第n个月份，n＝0，1，2，3，…，N；

根据时间顺序，根据公式(5)将多个滑坡监测点不同月度的状态单元sn,t集合到一起，构成状态单元集S：S＝{sn,t|n∈Name,t∈T}  (5)

式(5)中，Name为同滑坡命名空间，T为全部的监测时间。

10.根据权利要求6的基于运动角差的滑坡位移相似性匹配系统，其特征在于，匹配模块中，具体包括以下步骤：假设待匹配状态单元为so，状态单元集中任意一个状态单元为sm，将so和sm中除响应项Δθ0外的元素构成两个3N-1维的模式向量vo和vm：so→vo＝[Ro,Ko,Δθo]＝[Ron,…,Ro0,Kon,…,Ko0,Δθon,…,Δθo1]sm→vm＝[Rm,Km,Δθm]＝[Rmn,…,Rm0,Kmn,…,Km0,Δθmn,…,Δθm1]根据公式(6)，计算vo和vm两个模式向量的加权欧式距离：式(6)中，α和β是权重参数。