长春市位于吉林省中西部,是吉林省的政治、经济、文化、科技中心。现在地质灾害对长春市城市建设和规划的制约日益显著,因此对长春市进行地质灾害易发性和危险性评价至关重要。地质灾害易发性评价作为评价危险性的基础,其评价结果的可靠性会影响对地质灾害危险性的预测,因此寻找精确度较高的易发性评价结果是完成危险性评价的重要一步。机器学习模型在地质灾害易发性评价中的广泛应用,但对单个模型进行融合以提高学习性能的堆栈融合模型在地质灾害领域却没有得到广泛应用。所以本文依托2019年长春市区地质灾害危险性评价项目及其他相关区划资料,详细调查了解了长春市地质灾害分布情况。针对长春市地质灾害分布发育情况,选取并筛选出十个评价因子,利用堆栈(Stacking)融合模型对长春市进行地质灾害易发性评价,并与支持向量机、人工神经网络、随机森林这三种基模型结果进行对比,验证堆栈融合模型的可靠性和适用性,选取最优评价模型;之后以地质灾害易发性、地质灾害发生间接概率和区域重要程度三个方面分析长春市地质灾害危险性,并提出合理的灾害防治建议。主要工作有以下成果:(1)分析了研究区自然地理、社会经济、气象水文及地质条件,并根据地质灾害成因及发育特征,总结了长春市地质灾害分布规律。根据野外调查统计和现有资料,长春市地质灾害点共212处。其中崩塌灾害点173处,占灾害调查点总数的81.60%;地面塌陷20处,占9.43%;泥石流10处,占4.72%;滑坡5处,占2.36%;不稳定斜坡4处,占1.89%。(2)在分析了研究区自然条件、地质条件和社会活动的基础上,利用野外调查、区划资料、地理资源网站、遥感影像等来源提取了当下14个对地质灾害有影响的因子,并分析了它们与灾害分布之间的关系。矩阵散点图和斯皮尔曼相关系数显示14个影响因子之间相互独立。单因素分析中10个影响因子的显著性均小于0.05,说明高程、坡度、岩性、到河流距离、到断裂距离、到道路距离、煤矿开采强度、到煤矿距离、归一化植被指数、地形湿度指数与研究区地质灾害发生之间存在显著的联系,可以作为影响因子构建易发性评价体系。(3)在筛选因子后,使用支持向量机、人工神经网络、随机森林作为基模型,先进行基模型独立训练,再进行堆栈融合模型训练。融合模型训练结果采用ROC曲线、Kappa系数对的可靠性和适用性进行分析,准确率为94.4%,预测率为93.4%,较三个基模型结果要好;Kappa系数为0.731,显示预测结果与实际观测结果具有高度一致性。评价分析结果显示堆栈融合模型确实能够有效地提高学习效率和准确性。最后选取堆栈融合模型的地质灾害易发性预测结果进行危险性分析。(4)利用过去地质灾害活动程度及诱发因素来间接反映地质灾害的概率,并分析了研究区的区域重要程度,结合最优易发性评价结果,利用层次分析法对长春市地质灾害危险性进行评价,将长春市地质灾害危险性划分为高、中、较低、低四个等级,并提出防治建议。