崩塌灾害风险评价已成为当前国内外崩塌灾害防灾减灾的一个关键环节。本文提出崩塌灾害风险评价应包括两个主要问题:即如何进行评价和如何认识评价的问题。第一个问题是当前多数学者已有所研究的问题，而第二个问题则属一个尚待解决的新问题。第一个问题主要涉及如何对崩塌和受灾体相互作用过程中灾害发生的可能性进行量化分析;第二个问题主要涉及如何科学认识和量化评价过程中的不确定性和结果的可靠性等。由于理论认识、研究方法和技术手段等方面不足等原因，解决这两个问题仍均面临着诸多困难。　　为了建立多尺度崩塌灾害风险评价的思路和方法，作者以单体、区域和全国尺度的崩塌灾害评价为研究对象，分别建立或应用了多种方法及模型，对崩塌灾害易发性评价模型、风险评价内容、方法和技术等进行了系列研究。　　首先，通过典型崩塌实例分析，建立单体崩塌危险性评价模型及技术方法，包括崩塌物源区、年发生概率、空间分布概率的量化方法等;结合受灾体时空分布规律分析、易损性分析，建立单体崩塌风险评价的定量模型及技术方法。　　其次，以我国西南和东南部分区域崩塌灾害为例，识别并量化了影响崩塌灾害空间分布的影响因素和指标。考虑历史区域崩塌点编目图中的人为不确定性，提出表达崩塌发生和影响因素相关性的指标。基于历史崩塌信息分析和权重计算，建立并应用了考虑历史崩塌点源数据不确定性的区域崩塌易发性评价新模型。基于多方法对比，对模型评价的预测能力及受基础数据中不确定性因素的影响特征等进行了论证和分析。　　最后，对典型区（汶川地震灾区、浙江省、云南省等）重大崩塌进行野外调查和室内分析论证的基础上，提出了全国崩塌灾害易发性评价的因子及指标体系，并在ArcGIS平台中建立了相关因子（指标）的基础数据库。结合层次分析法所计算的各因素权重，利用易发性指数模型对全国崩塌灾害的易发性进行了评价和分级区划。　　不确定性因素的来源识别、量化分析、影响规律及降低方法等是崩塌灾害风险评价可靠性研究的重要内容。基于多方法、多技术获取了不同崩塌坡体的地质和几何数据。借助多种数据转化工具、剖面信息提取工具、结构面数据分析工具等，针对崩塌灾害研究中数据获取环节、数据提取及转化环节和数据的应用等环节中的不确定性进行了识别和量化。借助崩塌运动数值模拟软件(Rocfall和Hystone)，研究了上述各环节不确定性对崩塌运动特征参量模拟预测的影响特征及规律。　　崩塌灾害风险评价的主要目的是为防灾减灾决策服务。为了有效降低崩塌灾害风险，需设计和采用因地而异的崩塌灾害防治方法。作者基于室内物理模拟试验，基于可靠性理论中的概率分析对松散垫层在影响崩塌空间分布中的作用进行了试验研究;基于现场调查和统计分析，对转折型沟谷在崩塌空间分布中的控制作用进行了分析。　　基于上述研究，主要取得以下成果:　　1识别并量化了因机载雷达扫描中雷达探测角、数字高程模型中数据分辨率、ArcGIS中不同数据转化方法和剖面提取方法所导致数据信息的差异性;借助Coltop、DIPS数字结构面分析工具识别并初步量化了结构面信息的自然变异性特征;借助崩塌二维(Rocfall)及三维(Hystone)运动数值模拟软件等，分析了上述环节中不确定性因素对崩塌运动特征参量模拟预测的影响特征及规律等。　　2建立并应用了二维崩塌模拟预测中计算参数均值及变异系数的取值方法，并结合基于概率理论的数值计算，提出并应用了二维崩塌到达概率的计算方法。　　3基于浙江省仙居县石仓洞旅游区和永安溪漂流石仓洞段的单体崩塌实例研究，应用并发展了单体崩塌灾害风险评价的多种方法和工具。分析对比了各种方法和工具的适用性和不确定性等。运用一次二阶矩阵法(FOSM)计算得到了各环节不确定性在风险评价过程中的传播及其对结果可靠性的影响。　　4提出了历史区域崩滑编目图中点信息的人为聚集性问题，并建立了对该类数据历史崩塌信息进行提取的指标和方法。基于历史崩塌信息分析和崩塌因素权重计算，构建了区域崩塌易发性评价新模型，并在云南省崩塌易发性评价中进行了应用。分析并应用了模型预测性检验方法，评价了新模型评价结果的预测能力及受基础数据不确定性因素的影响特征。　　5基于全国崩塌灾害影响因子（指标）的论证分析，收集6个全国崩塌灾害影响因子（指标）（岩性、地形、断裂、地震、降雨和人类活动），并在ArcGIS平台中建立了因子的分布图和分级图。利用易发性指数模型，对全国尺度的崩塌易发性进行了评价，并生成了全国1∶1000000崩塌灾害易发性分布图和分级图。　　6基于室内物理模拟试验，研究了松散垫层在降低崩塌到达概率中的作用特征，并提出了陡立道路边坡崩塌灾害松散垫层防护设计方法。基于现场调查和分析，提出了多拐点吸能引导式崩塌防治方法的概念模型。　　本论文的相关研究成果可望为多尺度崩塌灾害的易发性或风险评价提供思路、方法和技术参考;为基于不确定性分析的崩塌灾害风险评价结果的可靠性研究提供观点、理论和方法参考;为崩塌灾害的防灾减灾提供方法和技术参考。