贵州省思南县是我国地灾发育的重点监测区域,该区域地形起伏度较大、断层等不良地质特征广泛发育,为当地地灾形成创造了自然条件。该区域的地灾类型主要是滑坡,其次为崩塌。因此,非常有必要对思南县的地灾(尤其是滑坡)的发生机制进行深入分析,对地灾易发性开展预测并进一步开展地灾危险性评价。区域地灾易发性和危险性评价得到了广大科研工作者的大量关注,是地灾领域的热点研究课题。但已有文献显示,已有研究对贵州省内的滑坡失稳机制认识不充分;对县域地灾相关致灾环境因子及各类机器学习模型探索较少;且对县域范围内的崩塌易发性制图尚未有效开展;在滑坡和崩塌易发性评价的基础上,目前还没有研究对贵州省县域范围内的降雨型地灾危险性评价及其基础理论开展深入分析。因此,本文紧扣“贵州省思南县地质灾害危险性评价”这一主题,综合运用工程地质学、空间地理信息学、计算机等学科的相关理论,对思南县的滑坡和崩塌空间分布规律、致灾环境因子获取、滑坡失稳机制、地灾易发性评价和降雨诱发地灾危险性评价等展开系统的研究,取得了如下成果:(1)在对思南县地形地貌、气象水文、地层岩性和工程建设规律等的研究基础上,对思南滑坡和崩塌开展详细调研,掌握了崩塌和滑坡发育规律、时空分布特征及期地质环境特征。(2)利用“3S”技术对思南县地灾相关的致灾环境因子进行了地理空间分析,共获取了地形地貌(高程、坡度、坡向、平面曲率、剖面曲率、地形起伏度和坡长等)、水文环境(距离河流的距离和地表湿度指数)、土地利用(裸土植被指数、归一化植被覆盖率和归一化建筑物分布指数)以及地层岩性(岩土类型以及距离断裂的距离)等14个致灾环境因子,作为地灾易发性和危险性评价的输入变量。且对地灾危险性评价的基础理论和建模过程进行了深入探讨,为后续的地质灾害危险性评价奠定了理论基础。(3)针对滑坡易发性评价建模过程中,传统机器学习模型存在难以深入挖掘输入变量之间的内在本质特征以及缺乏自学习能力等确定,提出一种深度学习算法:稀疏链接编码模型来克服上述传统机器学习模型中的缺点。通过与传统机器学习模型:径向基神经网络和Logistic回归模型作对比分析,结果表明稀疏链接编码模型不但较为准确地预测出了思南县的滑坡易发性分布规律,且具有比径向基神经网络和Logistic回归模型更高的预测精度,可见稀疏链接编码这一深度学习算法相较于传统机器学习模型具有明显的优势。另外对于思南县的滑坡易发性分布规律,可知极高和高滑坡易发区主要分布在高程低于600 m、地表坡度较大且以软质岩类为主的区域;而极低和低滑坡易发区主要分布在高程较高、地表坡度较小且以硬质岩类为主的区域。(4)以思南境内官寨滑坡为例开展地灾稳定性评价研究。结果表明:连续五天降雨包含的四种雨型中,先升后降型发生概率最大,先降后升型发生概率最小;连续五天累积降雨发生概率随降雨量的增大逐步递减。当累积降雨量一定时,滑坡浸润线变化趋势与各自对应雨型的降雨规律基本保持一致。边坡稳定性系数值在持续性降雨作用下逐步降低,其中累积降雨量一定时滑坡稳定性系数在下降型降雨的作用下,在降雨的前四天稳定系数下降最严重;滑坡稳定性系数在上升降雨作用下,在降雨的前四天稳定系数下降最少。另外滑坡稳定性变化率在上升型降雨的作用下呈现逐渐上升的特征;而下降型降雨作用下稳定性变化率在逐渐下降,另外两种雨型作用下的稳定性变化率介于两者之间。(5)针对思南已知的崩塌地质灾害较少而整个思南县待预测的栅格较多这一典型的机器学习建模的小样本问题,提出粒子群算法优化的支持向量机模型并首次用于县域崩塌易发性评价。通过与逻辑回归和径向基神经网络模型作对比分析,结果表明粒子群向量机模型预测精度高于逻辑回归和径向基神经网络模型。可见粒子群向量机模型在小样本工况下很好的提高了机器学习模型的崩塌预测精度。思南县崩塌易发性结果显示:思南县极高和高崩塌易发区主要分布在坡度大于31.1°和剖面曲率大于14.9的区域,同时软质岩类、不良人类工程活动和较大的地表湿度均会加剧崩塌的发生;此外,极低和低崩塌易发区主要分布在坡度较小、地形平坦和植被覆盖度较高的区域。(6)现有研究大多是对单一的滑坡或崩塌易发性进行评价,极少同时对滑坡和崩塌等综合地质灾害类型进行易发性评价。针对这一问题,本文拟提出一种概率统计的思路,在思南县滑坡易发性评价和崩塌易发性评价的基础上通过概率统计预测出思南县地质灾害易发性,并检验地质灾害易发性的精度。(7)针对地灾易发性评价只能确定地灾发生的空间概率,不能根据研究区地灾发生的诱发因素实对地质灾害危险性做出动态的预警。为解决此问题,可将降雨等滑坡和崩塌的诱发因素叠加到地灾易发性评价图上从空间和时间上同时对地灾发生的概率进行预测,实现降雨型地灾危险性评价。本研究首先用深度学习模型预测思南滑坡易发性、并用粒子群向量机模型预测思南县崩塌易发性,通过概率统计计算出思南县地质灾害易发性;然后求得降雨诱发地灾的平均有效降雨强度I和降雨持时D的关系(I-D阈值曲线);最后将I-D阈值曲线叠加研究区地质灾害易发性分区图,得到思南县降雨型地质灾害的危险性评价级别,并进行精度验证。结果表明:基于临界降雨阈值和地质灾害易发性的地质灾害危险性评价方法所得到的结果与实际情况符合,能够精确高效的反应降雨诱发地质灾害发生的空间和时间概率。