崩塌、滑坡、泥石流为我国三大主要的地质灾害。西南地区地形复杂、地下水丰富、区域降雨丰富以及工程建设的增多,使得区域地质灾害频发,威胁人们的生命财产安全。因此,在确定崩滑流灾害的控制性因子的基础上,建立对应的预测评价模型,将为地质灾害的防治提供有利的理论依据和数据支撑。本文以西南区域典型的崩滑流区域——巫山和巫溪为研究区。首先,利用GIS建立初始评价体系。然后,使用多模型的大数据挖掘方法,包括地理探测器方法、CART决策树方法、随机森林方法构建崩滑流灾害的主控因子评价体系。最后,基于主控因子评价体系建立了崩滑流灾害的支持向量机预测模型。主要的研究内容及成果如下:（1）构建崩滑流灾害评价体系综合地形地貌、区域水文、地质构造、自然植被、区域气象以及人类活动的影响,建立29个初选因子的崩滑流灾害的评价体系。通过递归分析,得到滑坡灾害主控因子评价体系由19个致灾因子构成,崩塌灾害主控因子评价体系由14个致灾因子构成,泥石流灾害主控因子评价体系由12个致灾因子构成。（2）基于多模型分析了崩滑流灾害的因子重要性对比分析了地理探测器、CART决策树、随机森林三种机器学习算法的崩滑流灾害因子重要性排序。基于地理探测器的因子重要性分析,得到崩塌、滑坡、泥石流的第一主控因子分别为地下水类型、高程、地层年代;第二主控因子分别为POI核密度、地层年代、河网密度;第三主控因子分别为多年平均降雨、地下水类型、综合倾坡。（3）分析了因子的交互性和相关性崩塌的剖面曲率和坡位、坡形、微地貌间存在极强的负相关性,崩塌的平面曲率和坡位、坡形、微地貌间存在极强的正相关性,崩塌的平面曲率和剖面曲率间存在极强的负相关性;滑坡的输沙指数、水流动力指数、剖面曲率3个因子分别与平面曲率、坡形、坡位、微地貌存在极强的负相关性;泥石流因子间相关性与滑坡、崩塌存在相似规律。此外,滑坡灾害中,坡形对18个因子有拮抗作用、地形起伏度对15个因子有拮抗作用、坡位对13个因子有拮抗作用。（4）建立了崩滑流灾害的预测模型根据29个初选因子,建立崩滑流灾害的CART决策树预测模型和随机森林预测模型;根据主控因子,建立崩滑流灾害的SVM预测模型。通过基于主控因子的崩滑流灾害SVM模型预测,验证主控因子选择的合理性。（5）混淆矩阵和ROC曲线多模型评价。通过混淆矩阵和ROC曲线对比分析了CART决策预测模型、随机森林预测模型、基于主控因子的SVM预测模型。基于主控因子的SVM预测模型的预测效果和模型稳定性均优于CART决策树预测模型和随机森林预测模型。基于主控因子的SVM预测模型在滑坡、崩塌、泥石流灾害表现均较好,全体样本在滑坡、崩塌、泥石流预测中模型的AUC值分别为0.925、0.912、0.992,精确度分别为0.954、0.945、0.985,召回率分别为0.889、0.871、1.000。