本發(fā)明涉及一種基于XGB和CatBoost雙重提升樹算法的滑坡預(yù)警方法，包括：S1：獲取待測地區(qū)的歷史地質(zhì)因素特征數(shù)據(jù)和歷史降雨特征數(shù)據(jù)；S2：對數(shù)據(jù)進(jìn)行預(yù)處理，構(gòu)建數(shù)據(jù)樣本集；S3：建立XGB模型和CatBoost模型；S4：對XGB模型和CatBoost模型進(jìn)行訓(xùn)練，其中基于數(shù)據(jù)樣本集和XGB模型的預(yù)測的孔隙水壓力數(shù)據(jù)集對CatBoost模型進(jìn)行訓(xùn)練；S5：獲取待測地區(qū)的實時地質(zhì)因素特征數(shù)據(jù)和實時降雨特征數(shù)據(jù)，并將數(shù)據(jù)輸入到XGB模型和CatBoost模型中，獲得滑坡失穩(wěn)的臨界FOS值。S6：根據(jù)將滑坡失穩(wěn)的臨界FOS值的預(yù)設(shè)閾值得到預(yù)警級別。本發(fā)明通過搭建XGB和CatBoost雙重提升樹算法預(yù)警框架，通過結(jié)合近實時預(yù)測坡體的孔隙水壓力，在較低的輸入條件下對降雨誘發(fā)滑坡演變過程保持準(zhǔn)確、高效的滑坡災(zāi)害預(yù)警。