陕南秦巴山区地质灾害频发,严重威胁了当地居民的生命财产安全。降雨是本区大部分地质灾害发生的主要诱因,本文通过研究地质灾害与地质环境、水文环境和气象环境等条件的相关性,建立系统的致灾条件。要对地质灾害进行预警预报,就要建立诱发地质灾害的因素集合,并进行致灾条件判别。我国目前主要以降水和地质灾害易发性等条件为基础进行地质灾害的预警和预报,其精度有待进一步提升,本研究所做的地质灾害危险性预警模型对陕南秦巴山区有着重要意义和深远影响。本文以陕西省南部秦巴山区为研究区,以地质灾害详查信息和提取的降雨云图数据为基础资料,选取崩塌、滑坡和泥石流为研究对象。通过收集研究区历年来发生的地质灾害数据、气象数据和地质环境因子数据,分析研究区地质灾害的分布规律,计算地质灾害发生的空间概率,主要方法是通过相关性、共线性分析,选取了主要的评价因子,采用三种机器学习模型构建了研究区地质灾害发生的空间概率模型;通过分析地质灾害与致灾降雨之间的关系,构建了三种临界降雨阈值模型,与易发性耦合构建了研究区危险性预警模型。主要研究内容和研究成果如下:（1）建立了研究区内的地质灾害易发性评价因子体系。选出可能对研究区地质灾害有影响的准评价因子,将这些评价因子分为连续型（高程、剖面曲率等）和离散型（土地利用类型、地层岩性等）两大类,先把连续型变量通过信息增益的方法进行筛除,将筛选完的连续型评价因子离散化,再把所有评价因子进行相关性分析,最终筛选出符合评价要求的12个评价因子。（2）开展了基于人工神经网络、随机森林和支持向量机三种机器学习模型的地质灾害易发性评价方法,生成了研究区内的地质灾害易发性区划图,并用统计学精度和ROC曲线进行精度比较,结果显示人工神经网络模型的预测精度最高,对灾害和非灾害的识别能力最好。（3）根据研究区的降雨云图和地质灾害编录信息,得到了致灾降雨数据。通过降雨量大小及持时和地质灾害的相关性分析,得到有效降雨系数,基于三种临界降雨阈值模型（I-D阈值模型、E-D阈值模型和E-I阈值模型）确定了研究区的临界降雨阈值。对比三种阈值的准确率,其中I-D阈值模型对研究区的降雨型地质灾害的识别度最好,准确度最高。（4）将人工神经网络模型和I-D阈值模型进行结合,得到了研究区的地质灾害危险性预警模型。利用2021年已发生的地质灾害代入模型进行验证分析,结果表明,预测模型的准确率为78.4%,说明预警分级结果与实际发生地质灾害的情况吻合,预警精度高,并根据地质灾害危险性预警分级结果得到相应的具体措施。