我国西部山区地震频发,同震滑坡分布广、危害大,滑坡隐患排查已成为地质灾害防治领域的焦点。面对高位隐蔽性同震滑坡隐患的排查需求,传统的群测群防人工排查方式及光学遥感影像已体现出明显的局限性,如何利用高精度地形数据提取识别滑坡隐患已经成为当前亟待突破的关键。本文采用机载LiDAR点云生成的高精度精细化DEM数据,以九寨沟熊猫海附近滑坡群为研究区,分别从分形学和地统计学角度出发,提出了基于半方差函数模型与支持向量机的同震滑坡隐患识别和基于分形特征的同震滑坡隐患提取方法。研究区同震滑坡隐患识别提取结果以及相应的野外调查验证,表明了半方差函数模型和分形理论在同震滑坡隐患识别提取方面的可行性。本文取得的主要研究成果如下:(1)综合分析了茂县、九寨沟等同震滑坡隐患实例,在滑坡发生力学研究基础上,分析了同震滑坡隐患特征及其地形表现,从地形属性特征和地形空间结构形态特征两个角度选取了坡度、地形曲率、地表粗糙度、地形湿度指数和半方差函数等地形指标构建了同震滑坡隐患量化指标体系。(2)基于地物间的空间自相似性与空间异质性的特点,分析了同震滑坡隐患地形因子场的空间自相似性与空间异质性,基于地统计学中的变异函数,提出了基于半方差函数与支持向量机的同震滑坡隐患自动识别方法。(3)针对不同发育程度的同震滑坡隐患其地形地貌表征具有差异性无法使用统一因子阈值进行可靠提取的难题,从分形学角度出发,指出了同震滑坡的分形本质。提出了基于特定的地形指标运用分形理论模型对同震滑坡隐患进行初提取研究的F-A分形模型。分析同震滑坡隐患与陡坡、陡崖等高背景值的差异,提出了地形形态约束的同震滑坡隐患提取方法。(4)以九寨沟熊猫海附近滑坡群为研究区,分别采用文中两种研究方法对滑坡隐患进行识别提取,并结合野外调查实况对比分析了两种方法的提取效果。基于分形理论的同震滑坡隐患提取能较完整地提取出滑坡隐患后缘与侧缘,对于已发生仍存在隐患的滑坡也能很好地提取出来;基于半方差函数模型与支持向量机的同震滑坡隐患提取识别方法能很好地识别出发育较为明显的高陡坡裂缝隐患区,对悬空隐患识别效果较好。