当前，我国地铁建设进入高峰期，而地铁施工基本都从城市腹地穿过，建筑物、管线密集，盾构施工引起地表变形问题是一个重要问题。如何根据盾构隧道现场施工特点，对影响盾构隧道地表沉降变形的多种影响因素进行系统的分析，进而根据现场监测数据的变化实时的预测地表沉降变形风险等级，是盾构隧道施工安全预警的重要研究课题。本文通过借鉴在风险管理领域备受关注的贝叶斯网络理论，分析和识别盾构隧道施工诱发地表沉降变形的影响因素，构建动态贝叶斯网络模型对地表沉降变形等级进行预测和诊断，为盾构隧道施工诱发地表沉降变形安全管理提供指导。论文首先阐述了贝叶斯网络基本概念理论，对动态贝叶斯网络的推理和学习方法进行了分析，归纳总结出适用于本研究的方法和工具软件；从空间和时间两个维度分析了盾构隧道施工诱发变形的特征，从工程地质条件、工程设计条件和施工控制参数三个方面对盾构隧道施工诱发地表沉降变形的影响因素进行分析，判别出10项盾构隧道施工诱发变形的主要影响因素；根据盾构隧道施工变形沉降的特点和动态贝叶斯网络应用的特点，对动态贝叶斯网络应用于盾构隧道施工诱发地表沉降变形进行适用性分析。阐述了构建动态贝叶斯网络的流程、结构学习和参数学习方法、推理方法；以某地铁工程为实例，构建了盾构隧道施工诱发地表变形动态贝叶斯网络模型，通过正向推理分析，证明模型预测的有效性；通过逆向推理找出导致地表沉降变形过大的主要影响因素，通过敏感性分析得出对地表沉降变形影响最敏感的影响因素。通过本文构建的动态贝叶斯网络模型，有利于实时动态预测地表沉降风险等级，推测最可能导致沉降变形过大的原因，利于盾构隧道施工地表变形实时动态预警。