中国是一个多山地丘陵地形的国家，众多人口都生活在这块区域。受降雨、构造运动、气候等因素影响，滑坡成为山区最频繁、危害性最强的地质灾害之一，对人民的生命、财产以及生存环境造成了巨大威胁和破坏，制约着山区经济的可持续发展。据调查，2019年我国滑坡灾害数量占所有地质灾害总数的68.27%，因此，进行可靠有效的滑坡预测，具有重要的现实意义。
　　滑坡易发性评价是防灾减灾工作中重要的基础性工作，能根据区域内的地形条件、生态环境、地质环境以及其他影响因子，对其滑坡发生的概率进行预测。滑坡易发性评价的结果能够展示易于发生滑坡的潜在区域，从而为管理人员提供科学的指导信息。虽然目前的滑坡易发性评价模型已有较高的精度，但仍有改进的空间，从而提升其结果的准确性。首先，不平衡滑坡数据的处理是进行滑坡易发性评价模型计算的基础，目前的研究很少有从改善滑坡数据的处理的方向进行改进。此外，滑坡数据作为空间数据，目前的滑坡易发性评价模型多数仅考虑了其属性信息，未能充分利用数据的空间结构信息，导致其精度提升受到限制。
　　针对以上问题，本文以四川省为研究区域，分别使用欠采样、过采样以及过-欠采样方法对滑坡数据进行平衡化处理，并考虑数据的空间结构信息，使用贝叶斯空间逻辑回归模型，以此提高滑坡易发性评价结果的精度。主要研究工作及成果如下：
　　（1）经过单因素分析筛选，选择坡度、坡向、土地利用类型、降雨量、NDVI、距河流距离、距断层距离、地层岩性八个影响因子构建四川省区域滑坡易发性评价的评价指标体系。
　　（2）使用研究区渔网点提取各评价指标的属性数据作为原始滑坡数据集，分别使用欠采样、过采样和过-欠采样三种方法处理得到三份平衡滑坡数据集。
　　（3）根据建立的评价指标体系，分别使用原始滑坡数据集和平衡滑坡数据集进行普通逻辑回归模型和贝叶斯空间逻辑回归模型的计算。在贝叶斯空间逻辑回归模型中，过-欠采样方法的精度在三种平衡化处理方法中最高，其AUC值为0.859，比其在普通逻辑回归模型中的AUC高0.108。在本研究区内，贝叶斯空间逻辑回归模型对于空间数据的分析能力更好，为空间统计模型在滑坡易发性评价中的应用提供了参考。
　　（4）经过比较分析，最终选用过-欠采样方法和贝叶斯空间逻辑回归模型进行四川省区域滑坡易发性评价，将研究区划分为极低易发区（＜0.25）、低易发区（0.25~0.5）、中易发区（0.5~0.75）、高易发区（＞0.75），并对区域内滑坡易发性分布规律进行分析。