本发明公开了一种基于梯度增强多元回归模型的北斗监测滑坡位移量预测方法，将影响滑坡体位移的参数视为输入变量，主要包括降水量、沉降量、深部位移量以及裂隙，将所述数据输入到梯度增强多元回归模型进行滑坡表面位移量预测，利用多个弱学习器对监测数据进行多轮训练，拟合先前累加模型的损失函数的负梯度，使加上该弱学习器后的累积模型损失往负梯度的方向减少，提高预测精度，并且与贝叶斯岭回归模型、弹性网络回归模型和支持向量机回归模型进行对比，对梯度增强模型的优越性提供依据。本发明将各种不同的数据信息进行综合，解决滑坡预测过程中传统模型存在的考虑影响因素单一、长期预测精度低等问题。