金沙江位于长江的上游,穿行于川滇边界的深山峡谷间,江面宽阔,水势凶猛。金沙江两岸边坡由于受河流的长期冲蚀,发育了大量的堵江滑坡灾害。滑坡灾害是地质灾害中的非常常见的灾害类型,不但会给人类的生命财产安全带来威胁,并在滑坡-堵江-溃决洪水的过程中,对环境、生态产生各种环境效应和环境效应链,甚至诱发地震和崩塌灾害。因此,开展滑坡的早期识别、监测,危险性评价研究具有极为重要的现实意义。近年来,随着各种新型监测技术手段的迅速发展,合成孔径雷达干涉测量（Interderometric Synthetic Aperture Radar,InSAR）技术逐渐进入人们的视野,其凭借独特的优势在地表形变监测领域得到普遍应用,作为一种主动式微波遥感技术,不受天气、时间限制,比其他的形变监测手段的监测范围广,密度高,且数据量充足,在人员不宜到达的高山峡谷地区,可以为地质灾害的早期识别和调查提供重要数据参考。本文以金沙江奔达-竹巴龙段为例,采用多种InSAR技术进行地表的形变监测,并结合机器学习方法开展了区域滑坡的易发性评价,同时,使用离散元软件对单体滑坡进行了动力学模拟,分析了滑坡的稳定性并对其危险性进行了评价。主要的研究内容和成果如下:（1）应用时序InSAR技术进行了金沙江奔达-竹巴龙地区滑坡的早期识别和精细监测。利用时序InSAR技术,采用Sentinel-1数据获取了大范围升、降轨的年平均形变速率,通过与光学影像进行对比,圈定了区域内存在的滑坡隐患点,共圈定滑坡57处;选取了两个重点形变区,联合升、降轨进行了监测,并进行了二维形变的分解,实现了对滑坡的直观分析;然后,顾及SAR卫星几何参数与滑坡局部地形特征,获取了升、降轨的坡向形变,并以贡觉县重点研究区为例,基于InSAR提取的坡向形变时间序列,使用特征分解方法获取周期项和趋势项的时序形变,分析了降雨与周期项时序形变之间的响应关系,发现周期项的形变在降雨后会出现明显的加速,但有一定的滞后性。（2）基于频率比模型和机器学习方法研究区域滑坡易发性。针对整个研究区域,在基于研究什么样的地理环境更易发生滑坡的背景下,使用了频率比模型与随机森林回归模型,选取高程、坡度、坡向、起伏度、粗糙度、地层岩性、曲率、地表切割深度、距断层距离、距河流距离等10个因子作为评价指标,计算了金沙江奔达-竹巴龙区域的滑坡易发性结果。通过计算评价指标之间的共线性关系,剔除共线性较大的指标中不重要的因子,保留了8个影响因子参与计算;根据频率比模型获取的初始易发图,选择非滑坡样本,使用随机森林回归模型进行区域滑坡的易发性评价。根据训练的精度分析,随机森林模型的预测性能良好;滑坡易发区域主要位于金沙江流域两侧,影响滑坡发育的主要因素为河流、高程、地层岩性。（3）结合离散元模型进行了潜在滑坡的危险性评价。以区域内的色拉滑坡为例,根据2020年野外勘察结果,以及获取的无人机生成的DEM、影像、钻孔数据,获取滑坡的规模与地形特征,建立了初始滑坡模型,并基于InSAR获取的监测结果作为滑坡体的边界约束,模拟了色拉古滑坡在自然重力条件下的状态,并对失稳破坏过程进行模拟。结果显示,在自重条件下,色拉古滑坡目前较为稳定,在失稳条件下,滑坡会总体失稳,平均形变速度达23m/s。数值模拟可以揭示滑坡失稳破坏过程,可为预测分析滑坡变形过程和致灾范围提供参考。