近年来,随着气候环境的不断恶化,全球自然灾害频繁发生。我国国土面积广阔,气候环境多样,是受自然灾害影响最为严重的国家。云南地处我国西南边疆,地理自然环境特殊,是全国自然灾害发生较频繁的省份,云南三江并流区是当地受自然灾害影响最为严重的地区。由于地处横断山脉和板块交界地带,地势起伏较大,气候条件特殊,当地极易引发泥石流等自然灾害的发生。由于泥石流灾害具有较强的破坏性和突发性,会严重损毁流经地区的财产设施和自然环境,对当地居民的生命安全构成了巨大威胁,造成了大量经济损失,因灾返贫的现象较为普遍,亟需深入研究当地面临的泥石流灾害风险,实现灾害风险的有效分散。在灾害风险管理过程中,分析和评估灾害风险是实现风险分散的重要一步。根据现有研究成果,泥石流灾害经济损失的发生既与灾害自身的发展有关,又与人类社会相关,在进行泥石流灾害风险评估的过程中需综合考虑泥石流灾害的危险性和人类社会的易损性,对评估模型具有较高要求。贝叶斯网络模型由于具有较强对不确定性问题的分析能力,在灾害风险评估中不仅能综合多种因素完成评估,还能以图的方式直观展现因素间的逻辑关系,在灾害风险管理中得到了广泛应用。本文在分析云南三江并流区泥石流灾害基本特征的基础上,首先结合研究区泥石流灾害相关数据学习和构建贝叶斯网络,通过不同的算法以及与人工神经网络模型和支持向量机模型的对比,发现树增强型贝叶斯网络在泥石流灾害风险评估中具有较好表现,基于网络结构得出了当地泥石流灾害的主要影响因素可划分为地理因素、气候因素、人口因素和经济因素,并利用建立的网络模型实现了泥石流灾害的危险性预测。其次,得出了当地泥石流灾害单次经济损失服从阈值为480的POT模型,结合贝叶斯网络预测结果和经济损失概率分布,按风险高低选取不同的置信水平计算出了各县区的VaR值以及ES值,实现了灾害经济损失风险的货币化表示。最后,根据风险高低对云南三江并流区面临的泥石流灾害经济损失风险进行了风险区划和分散层级划分,以此提出了建立区域性多层次泥石流灾害风险分散体系的对策建议,为当地未来的灾害风险管理提供参考依据。