随着社会经济的高速增长,三峡库区巴东至秭归段受复杂的地理环境,多变地质构造及地层岩性等诸多因素的影响,滑坡等灾害频发。因此,开展滑坡的研究具有重要价值。采用支持向量机模型和证据理论,在巴东至秭归区进行详细的应用,验证了该方法的科学性。论文主要工作和成果如下:(1)对滑坡易发性评价所涉及的样本数据的属性、特征、岩性分组、多值提取等问题进行了深入研究。提取了长江三峡巴东至秭归段的10个评价因子(3个岩性因子和7个环境影响因子)。(2)对模型进行不确定性分析,从训练样本数据中随机抽取了10组不同的数据集利用PSO-SVM耦合模型分别对这10组数据集进行了训练和评价预测,并获得了最终的ROC曲线,分析了基于10组不同数据集并采用PSO-SVM耦合模型对研究区的评价结果精度高达86%且非常接近。同时,PSO-SVM模型针对不同的数据集在高易发性和低易发性的评价结果较一致。(3)通过对评价因子不确定性融合,将研究区的总面积按40%、30%、20%、10%划分为低、中、高、极高四个类别。PSO-SVM模型与证据理论的ROC曲线的评价结果进行了对比。发现了PSO-SVM耦合模型是可行的且优于证据理论。(4)利用基本概率分配函数定义了所有的评价因子的基本概率分配函数,研究信任函数在高程、坡度坡向、斜坡类型、流域面积、水系高度等评价因子上的表现规律为:随着取值的增大而减小,当距水系的距离为1650-2650m和岩体岩性分组表现为软岩的信任函数取值分别为0.273和0.271。