随着我国加快推进现代化强国的建设步伐,水库大坝、高速公路、重点铁路和矿山等一系列大型基础工程建设蓬勃发展,建设规模不断扩大。然而,与之相关的地质环境越来越复杂,边坡工程安全问题越来越突出。岩土工程中的诸多不确定性因素对边坡稳定性分析具有重要的影响,一旦忽略这些不确定性,将会直接影响边坡灾害风险防控与治理决策的制定,进而威胁我国人民的生命财产安全。为此,本文在构建条件随机场模型描述岩土参数空间变异性的基础上,发展基于贝叶斯分析的岩土参数随机反演方法,定量评估不同随机反演方法的性能,解决空间变异边坡参数随机反演及可靠度更新难题。主要研究内容和结论如下:（1）发展了多种基于贝叶斯分析的岩土参数随机反演方法,包括马尔可夫链蒙特卡洛（MCMC）算法、基于过去状态抽样的自适应差分演化Metropolis方法(DREAM（zs）)、基于子集模拟的贝叶斯更新（BUS）方法,并通过无限长边坡案例探讨了这些方法推断岩土参数后验统计特征的有效性与适用性,为复杂边坡参数反演以及可靠度更新奠定了基础。（2）拓展了所发展的三种随机反演方法在空间变异岩土参数随机反演及边坡可靠度更新中的应用,通过定量评估算法的收敛性、计算效率和计算精度等性能,分析了这三种方法的优缺点及适用范围,调查了这三种方法在随机样本生成、收敛准则、模型证据和边坡后验失效概率计算等方面的差异性,为快速选择最合适的随机反演方法解决不同边坡参数反演问题提供了重要的理论支撑。（3）开发了基于协同克里金技术的岩土参数条件随机场模拟方法,充分利用边坡特定位置上有限的钻孔数据构建岩土参数条件随机场模型,合理描述岩土参数空间变异性和更新边坡可靠度评价,同时对比分析了条件随机场相较于完全随机场的优势,为基于多源数据融合的边坡可靠度分析提供了技术支撑。