滑坡灾害是一种世界范围内广泛分布的自然灾害,常常造成巨大的生命和财产损失。在经济快速发展、地表形态迅速变化的地区,滑坡灾害往往更加频发,造成的损失也更大。滑坡危险性区划对各评价单元滑坡易发程度进行评价,其区划成果对各项滑坡灾害风险管理工作均具有非常重要的作用。　　 本文主要针对现有的基于多因子统计模型的滑坡危险性区划方法进行革新和补充,从而形成一套新的基于多因子统计模型的滑坡危险性区划研究方法。此新方法使用更加全面的滑坡危险性区划成果评价指标,并增加了人类工程活动因子表达、二类模型伪缺失样本生成和一类模型应用等技术环节,使得危险性区划成果的准确性、稳定性和实用性得到了明显提升。同时,论文还对滑坡危险性区划研究中统计模型与专家经验的结合进行了探索,使统计模型方法可以在数据积累不足的情况下发挥更大的作用。相关研究以深圳市为实例研究区。　　 论文研究中首先总结分析了前人提出的滑坡危险性区划评价方法,并在此基础上针对滑坡危险性区划的特殊性,提出了三个区划成果补充评价指标,即预报效率评价指标、区分能力评价指标和危险性等级分布评价指标。研究中给出了这三个指标的具体定义、判别方法和应用方法。这三个指标可以作为既有的传统分类模型误差评价指标的有效补充。　　 在针对滑坡危险性区划中人类工程活动影响因子的研究中,共设计了两大类、四小类共12个因子替代表达方案。之后的实例研究对比分析了各类方案的具体效果。研究表明在滑坡危险性区划中人类工程活动影响因子替代表达方案对区划结果有显著影响,应该选择最能反映人类工程活动对地形地貌改变强度的表达方案,才能保证危险性区划成果的可靠性和有效性。　　 针对伪缺失样本的研究是在对既有的三种伪样本生成方法,即随机取样、缓冲控制取样(BCS)和递归优化取样(IRS)方法进行总结和分析的基础上展开的。针对既有方法的共同理论缺陷,作者提出了一种全新的在特征空间中基于已知样本生成伪样本的方法——空间外推取样方法(TSES)。实例研究证明TSES方法相对既有方法具有全面的、综合的优势。同时,作者还对伪样本相对于已知样本的合理比例进行了实例研究,给出了各类伪缺失样本的合理比例范围。　　 之后,本文对一类分类模型在滑坡危险性区划中的应用进行研究。作者认为大部分滑坡危险性区划研究中实际仅有“真样本”,理论上是一个一类分类问题。作者提出,一类模型在滑坡危险性区划中有两种应用模式,即直接用一类模型建模或用一类模型进行历史滑坡样本筛选后用二类模型进行建模。实例研究证明直接应用一类模型建模效果较差,但应用一类模型对历史滑坡样本进行筛选后用二类模型进行危险性区划建模的总体效果明显提升。实例研究还说明不同的样本筛除比例对滑坡危险性区划结果有着较为明显的影响。　　 论文的最后对统计模型与专家经验的结合进行了探索,其核心目的是提高历史数据积累较差时滑坡危险性区划的可行性和精度。研究中分别采用因子顺序调整和数值调整两种思路设计了四种衍生模型对统计模型与专家经验的结合进行探索。实例研究证明相关衍生模型不能全面超越既有模型,但在历史数据积累有限、需要借助专家经验开展滑坡危险性区划的情况下,可以通过尝试将两者进行结合以提高滑坡危险性区划的效果。　　 后续研究中还需要进一步针对相关技术要点开展深入研究,如TSES中外推值分布、分类模型融合及无显式权重输出的统计模型与专家经验结合等问题;同时,也要考虑引入新的方法和思路,如基于滑坡地质分类或坡面单元开展滑坡危险性区划研究。