风险评估与管理作为一种合理有效的滑坡灾害防灾减灾理念和模式在国内外受到广泛关注。在单体滑坡定量风险评估中,滑坡运动危险性（Run-out hazard）的研究显得尤为关键,其大小直接决定了滑坡启动后造成损失的严重程度。目前,动态数值模型是用于滑坡运动危险性评估的常用工具。然而,滑坡运动过程所涉及的水文地质、工程地质条件是复杂、多变、随机的,本身就存在着较大的不确定性。另外,由于动态数值模型的简化以及尺度效应,模型输入参数通常难以直接地、准确地通过试验测量,因此动态数值模型主要用于已发生滑坡运动过程的反演,而难以用于潜在滑坡的正向分析中去准确预测滑坡的影响范围和运动强度。因此,如何获取可靠的模型输入参数用于滑坡运动危险性预测?如何有效地量化滑坡运动危险性评价中的不确定性?如何建立滑坡失稳启动与其周围承灾体易损性的联系?这些问题是困扰工程界和科研界的难点问题,迫切需要建立一套科学、合理的量化评价方法来对这些问题予以解决。根据以上背景,本文基于国内外现有研究成果,将贝叶斯概率反分析和可靠度理论引入到滑坡运动危险性评价中,提出了从滑坡运动概率反分析到运动危险性概率评价的基本框架,建立了一套高效、可靠的滑坡运动危险性概率评价方法,并以中国甘肃省黑方台陈家8号（CJ8#）黄土滑坡为例,对提出方法的有效性进行了验证。本文的主要研究工作及成果概括如下:（1）使用动态数值模型Massflow模拟了CJ8#黄土滑坡的运动过程,并利用均匀设计、自适应序贯采样算法和Kriging模型构建了动态数值模型的多响应代理模型,使其完全替代动态数值模型进行概率分析,从而大大减少了计算成本。案例研究表明,在保证足够的近似精度条件下,构建代理模型进行滑坡运动危险性概率评价的计算成本,相较于直接使用动态数值模型降低了至少100倍。（2）基于贝叶斯理论,分别以滑坡运动距离和不同位置的最终堆积深度为观测信息,利用蒙特卡洛马尔科夫链（MCMC）算法,建立了二维和三维单体土质滑坡运动的贝叶斯反分析方法。案例研究表明,贝叶斯反分析有效更新了模型输入参数的先验分布,降低了不确定性,提供了更加可靠的参数统计特征。当潜在滑坡与已发生滑坡相似时,可将已发生滑坡的贝叶斯反分析结果（后验分布）用于潜在滑坡的运动危险性概率评价,为运动危险性预测提供可靠的随机输入。（3）基于贝叶斯反分析结果,结合动态数值模型的代理模型,利用MCMC算法构建了单体土质滑坡运动强度（滑坡运动距离、最大运动高度和最大运动速度）超越概率的计算方法,从而有效地量化了滑坡运动危险性评价中存在的不确定性。案例研究表明,建立的方法能适应复杂地形地貌下单体滑坡运动强度超越概率的计算,并在计算效率和计算精度方面均能满足实际工程应用的需要。（4）基于滑坡运动强度超越概率计算结果,选取了合适的概率分级值,开展了基于超越概率的滑坡运动危险性区划制图研究。案例研究表明,滑坡运动危险性区划结果与实际较为吻合,证明了本文提出方法的有效性。基于运动强度超越概率的滑坡运动危险性图反映了滑坡启动后,对其影响范围内任意位置的潜在破坏能力,从而搭建了滑坡失稳启动与其周围承灾体易损性之间的桥梁,为单体土质滑坡定量风险计算提供了重要数据基础。