研究区位于四川省甘孜自治州道孚县境内，属青藏高原亚热带湿润气候区，区内水文网系密布，地形起伏较大，位于鲜水河大断裂，岩性复杂，为滑坡灾害的发生提供了内在条件和诱发条件。滑坡灾害给道孚县人民生命财产安全和社会经济发展带了巨大威胁。本文研究以RS与GIS技术为依托，旨在对大范围滑坡进行快速、有效地解译评价工作，进而为灾害的防治和避让提供决策依据。结合研究区实际情况，从遥感数据源的选取和处理出发，提取滑坡灾害空间分布信息，结合影响滑坡发生的致灾因素，建立BP神经网络评价模型，对研究区滑坡灾害进行危险性评价。探索一条运用RS和GIS技术进行道孚县滑坡灾害研究的技术路线和方法体系。论文取得了如下认识：（1）对研究区不同地区选取不同遥感影像进行分析，应用多源遥感影像对滑坡灾害进行解译，分层次分类别建立解译标志。对县城中心人居较为密集的重点城镇区，应用GeoEye-1影像进行遥感解译；对县城周边乡镇的重点区，应用RapidEye影像进行遥感解译；对人口分布相对稀少的研究区其他地区，应用TM影像进行遥感解译。（2）文中对影像滑坡灾害发生的内在因素和诱发因素进行了讨论，考虑数据的重要性和易获取性，选取坡度、地层岩性、海拔高程、地质构造、坡向、地貌、河流侵蚀、地表覆被8个影响因素作为文中研究分析的评价因子。（3）建立基于BP神经网络的滑坡灾害评价模型，确定其输入层、输入层及隐含层的层数和结点数。文中克服了坡度、坡向等浮点型栅格无法关联全区Cellsize单元格信息的问题，利用渔网分割法将研究区划分为7056个1km×1km的细小网格，利用这些网格提取与致灾因素的相关信息，输入到已经训练好的BP神经网络进行模拟，最终得到研究区滑坡灾害危险性评价区划图。