陕西省是我国地质灾害最严重的省份之一,地质灾害灾情较为严峻,尤以滑坡地质灾害为甚。近年来,地质灾害频发所带来的经济损失和不良影响引起了社会各界的广泛关注。因此,为保护人们的生命财产安全、减少灾害损失、提高防灾减灾工作的效率,开展地质灾害的危险性评价及区划研究具有重要的应用价值与实际意义。本文以陕西省域为研究区,针对区内分布最多、最广泛的滑坡地质灾害,基于GIS与历史灾害数据,分析研究了区内滑坡的形成因素,并对各指标因子进行状态分级,从而建立研究区滑坡灾害危险性评价指标体系。再利用基于数据驱动的统计分析方法,开展研究区滑坡危险性评价及分区研究。论文取得主要成果如下:(1)研究分析了陕西省滑坡灾害的发育类型及分布特征,研究表明:研究区滑坡地质灾害的发生主要受控制因素和诱发因素的影响,区内滑坡灾害主要发生于陕南的低山和中山地区,且与断裂、水系的展布具有一致性。另外,频繁的人类工程建设活动使得地质环境遭到破坏,加之区域强降雨、连续降雨极易诱发滑坡灾害。(2)基于滑坡灾害各指标因素下的滑坡比例、分级比例和信息量值,对各指标因子进行状态分级和相关性分析,最终确定以高程、坡度、坡向、岩土体类型、与断裂带距离、与水系距离、地震动峰值加速度、年平均降雨量、与交通线路距离9个指标因子构建研究区滑坡灾害危险性评价指标体系。(3)基于GIS与数据驱动评价模型(信息量模型、确定性系数模型、逻辑回归分析模型及其组合模型)进行研究区滑坡灾害危险性评价。根据各模型评价分区与精度检验结果,确定I+LR模型为本次研究的最优模型,评价区划结果与历史滑坡灾害分布具有较好的一致性。其中滑坡高危险区与较高危险区占研究区面积的21.86%,滑坡灾害的分布比例为84.65%,主要分布于陕南秦巴山区,且越靠近河流、断裂、交通线路两侧的区域,滑坡灾害危险性越高。(4)结果表明,基于数据驱动的统计分析方法应用于省级大区域滑坡灾害危险性评价精度较高,且具有可靠性。另外,相比信息量模型、确定性系数模型、逻辑回归模型的定量评价,基于信息量的逻辑回归模型与基于确定性系数的逻辑回归模型的组合模型,由于考虑了各指标因子的权重信息,其评价精度更高。