近年来,地震滑坡危险性评价作为地质工程领域的研究热点之一,受到国内外学者的重点关注,探索合理有效的评价方法对灾害的防治具有重要的指导意义。本文以2017年九寨沟Ms7.0级地震引发的4834处滑坡为例,首先采用Newmark法与DNN模型分别对该区域展开地震滑坡危险性评估工作,并对比两种模型的优劣;随后研究了传统采样方法的局限性,提出了基于Newmark模型的N-m采样;结合频率比模型提出影响因子的选择方法,并利用该方法对通过Newmark模型提取出的因子进行分析,最终的到了N＿DNN模型,为了评价该模型的性能,选用SVM与之对比;取得了以下认知:(1)在Newmark模型中,根据1:20万地质图对研究区进行了岩性划分;依据相关规范对不同岩性区的岩土体进行了物理力学参数赋值;根据上述参数计算出研究区静载安全系数(F_s)与临界加速度(a_c)分布图,结合Arias强度(I_a)分布得到研究区Newmark位移分布。在DNN模型中,采用坡度、高程、坡向、距水系距离、距构造带距离、PGA分布为影响因子;将21642个总样本(10821个滑坡重采样的灾害点和10821个缓冲采样法采取的无灾害点)随机划分为70%的训练集,20%的测试集和10%的验证集,对研究区展开地震滑坡危险性评价,采用AUC指数、ROC曲线、混淆矩阵、精准率(Precision)、召回率(Recall)多种指标评价模型性能,得到研究区地震滑坡危险性分布图。(2)本文对传统采样方法的局限性进行分析,结果表明,基于地形条件的采样方法受研究区地形分布制约较为明显,而缓冲采样则受缓冲距离的制约较为明显。本文基于Newmark模型并结合缓冲采样的优点提出了N-m采样,并与传统采样方法进行对比,研究表明N-m采样方法要优于传统采样方法。(3)通过研究影响因子离散度与模型性能之间的关系,本文结合频率比模型提出了一种新型的影响因子选择方法,结果表明该方法可以有效反映出影响因子对模型性能的贡献度,为因子选取提供一种新思路。随后,利用该方法对Newmark模型中提取的影响因子进行分析,结果表明Dn对模型性能的贡献度最高,略优于F_s和a_c。(4)经过采样及因子优化,本文结合Newmark模型和DNN模型提出了N＿DNN模型,并选择SVM模型与之对比,其中,N＿DNN模型的AUC值为0.98,精准率为0.93,召回率为0.91,均高于SVM模型,表明N＿DNN模型要优于SVM模型。本文以九寨沟地震滑坡为例,提出了一种新型的采样方法及影响因子选择方法,为地震滑坡危险性评估提供了一种新的思路。