黄土滑坡是黄土地区常见的地质灾害之一,全国约有1/3的滑坡灾害发生于黄土地区。黄土滑坡给该地区的生态环境和社会发展造成了严重的影响。数字地形模型(DEM)包含着丰富的地形、地貌及相关的地学信息与知识,是GIS数字地形分析的数据基础。使用遥感技术与地理信息系统来提取和分析地质地貌信息,已经成为生态环境地质调查的一种必然趋势。本论文在总结前人研究成果与研究经验的基础上,结合滑坡点实地调查资料,分析了影响黄土滑坡灾害危险性评价的主要地形地貌等特征,以1:5万地形图的DEM所提取的地形信息为基础,采用GIS、数理统计、模糊数学、神经网络等方法,对研究区的地形地貌、植被覆盖、降雨条件、人类活动等因素与滑坡危险性之间关系作了深入探讨,进行了以下研究:①针对黄土高原区地质环境,形成了一套基于DEM的从数据采集→数据分析→评价指标体系选择→评价模型分析→滑坡危险性预测与区划,较为完整的黄土滑坡危险性评价的方法体系和工作流程。②在评价预测的理论方法上作了较深入的探讨和实践,结合模糊数学理论、非线性理论的神经网络方法将遥感分析技术、GIS技术引入本次研究,为黄土滑坡危险性评价提供了强大的空间分析功能。③以DEM数据信息为主结合调查点资料,从较全面的阐述了该评价系统:它包括主控因素集的建立、因素的量化、危险性等级的确定和危险性评价的成果;利用模糊数学理论建立了黄土滑坡危险性评价系统因素集的隶属度函数,使要素集的量化避免因各种失误而造成的不必要的误差。④应用模糊综合评判法、灰色聚类法及BP神经网络法,建立了研究区黄土滑坡危险性评价的数学模型,并利用三种模型对研究区进行了滑坡危险性评价对比,使非线性理论在实践中得到了成功的应用。评价结果显示模糊综合评判法及BP神经网络法的结论与实际情况比较吻合。⑤选取地形地貌、植被覆盖、降雨条件、人类活动等12个影响滑坡危险性评价的因素作为评价因子,将研究区划分为25个小区域,采用模糊综合评判、灰色聚类分析及神经网络法进行滑坡危险性评价,将研究区滑坡危险性划分为无危险区、低危险区、中危险区和高危险区四个级别的区域,并对人类活动强度对研究区滑坡危险性分级的影响进行了预测,为区域地质灾害更为准确的预警预报提供了较准确的依据。