汶川地震发生后斜坡稳定性降低,极易诱发崩塌滑坡等灾害,散落在坡面与沟道的崩滑堆积物或成为泥石流的主要物源。在强降雨的诱发下散落在沟道的崩滑堆积物被激活,往往形成大范围泥石流灾害。鉴于此,收集有关龙溪河流域的地形资料,分析诱发泥石流形成的相关因子,运用信息熵模型与加权信息量模型进行泥石流的易发性评价,识别流域内泥石流沟道危险性分布,耦合FLO-2D模型进行极高易发区泥石流沟道的冲出规模预测,预测结果为泥石流灾害的预警、危险性分析以及自然资源的发展规划提供科学的参考依据。主要内容如下:（1）基于2011年4月26日分辨率为2 m的影像对龙溪河流域的松散物源进行人工遥感解译提取,提取结果与google earth 3D影像实时对比,解译得到松散崩滑物源共2790处,崩滑物源面积729.440×10~4 m~2,计算崩滑物源体积5247.599×10~4 m~3,崩滑物源平均堆积厚度5.322 m。解译泥石流物源共1924处,泥石流物源面积658.600×10~4 m~2,泥石流物源体积5247.599×10~4 m~3,平均堆积厚度5.968 m。（2）综合分析龙溪河流域地形地貌、地质构造、气象水文与人类活动,初步选取影响泥石流发育的坡度、曲率、相对高差、地表粗糙度、坡向、岩性、距断裂带的距离、雨季月均降雨量与植被覆盖率9个影响因子。为筛选对泥石流发育有重要作用的因子,消除相关性较低或存在多重共线性的因子,防止降低泥石流易发性评价模型精度,故使用多重共线性分析与Mann-Whitney U检验进行因子筛选。（3）基于信息熵模型预测泥石流易发性分区,计算各影响泥石流发育的相关因子权重,因子权重大小排序为距断裂带的距离、雨季月均降雨量、地表粗糙度、相对高差、岩性、植被覆盖率、坡度、坡向。利用Arc GIS按照因子对泥石流的影响程度进行赋值与归一化处理,以流域作为易发性评价单元,将归一化后的因子图层进行权重叠加,得到龙溪河流域的泥石流易发性分区结果。（4）基于加权信息量模型预测泥石流易发性分区,通过信息量模型的原理计算各影响因子分级区间的信息量值,根据层次分析法计算各影响因子的权重,权重大小排序为距断裂带的距离、地表粗糙度、坡度、植被覆盖率、雨季月均降雨量、岩性、相对高差、坡向。利用Arc GIS对各影响因子的不同分级区间进行信息量赋值,使用“加权总和”工具对各因子图层进行权重计算,得到以流域为单元的易发性分区图。（5）对比信息熵模型与加权信息量模型的泥石流易发性评价结果,发现两模型具有较好的一致性。两种模型的极高易发区主要集中分布在距断裂带0～3 km处。信息熵模型与加权信息量模型的极高易发区与高易发区的分区面积占比均超过55%,位置分布相似,集中在在龙溪河中下游。（6）基于信息熵模型与加权信息量模型识别研究区泥石流易发区分布特征,结果显示八一沟、麻柳沟、黄央沟与麻柳槽沟均预测位于极高易发区中。基于FLO-2D模型对以上分布在极高易发区的泥石流沟道进行数值模拟,预测泥石流的冲出规模。由模拟结果可知,在“8.13”降雨工况下,预测八一沟、麻柳沟、黄央沟、麻柳槽沟泥石流冲出面积分别为146500 m~2、17500 m~2、12100 m~2、11500 m~2,冲出体积分别为380956 m~3、18479 m~3、34033 m~3、16209 m~3。使用Scheidl验证模型计算模拟冲出规模总体精度,将模拟预测结果结合野外实测各泥石流冲出面积与冲出体积,将各泥石流实际堆积区域（S1）与预测堆积区域（S2）重叠,计算得到本次各泥石流沟冲出模拟精度Ω值在1.392～1.605之间,说明泥石流模拟结果较为精确。（7）验证模型预测泥石流冲出规模合理性较高后,基于水文手册计算的泥石流流量,预测极高危险泥石流沟道在50年一遇、100年一遇下泥石流冲出规模预测。由模拟结果可知,在50年一遇降雨工况下预测八一沟、麻柳沟、黄央沟、麻柳槽沟泥石流冲出面积分别为200300 m~2、27000 m~2、15100 m~2、15400 m~2,冲出体积分别为817679m~3、42069 m~3、24320 m~3、24194 m~3。在100年一遇降雨工况下预测八一沟、麻柳沟、黄央沟、麻柳槽沟泥石流冲出面积分别为224200 m~2、30100 m~2、16300 m~2、16200 m~2,冲出体积分别为1205266 m~3、52786 m~3、26984 m~3、29917 m~3。模拟结果显示泥石流冲出规模较大,泥石流危险性较高。