为提高露天矿边坡监测数据的解释性与实时响应能力，提出了一种基于支持向量机（SVM）与简单位移平均（SMA）方法相结合的监测数据处理框架。该方法首先利用SVM模型剔除因测量误差、环境扰动等因素引入的异常值，以提高数据的可信度与稳健性；然后，采用SMA平滑处理数据，以趋势项替代逐点位移值并提取整体趋势，减弱单一异常位移值对整体曲线的影响；处理后的数据曲线相比原始数据在趋势显著性和简洁性方面均得到显著提升，更加清晰地反映了边坡位移的实际变化趋势。此方法可有效增强露天矿边坡监测的敏感性和趋势识别能力，从而有助于实现边坡位移的及时预警与有效管理。