我国经过四十年的高速发展后,社会各方面都有了显著的提升。人民生活水平提高的同时,广大居民对于自然灾害危险性的认识也趋于全面,而且灾害管理机构和学术界关于自然灾害的研究愈加深入。已有研究更加关注灾后救助,然而灾后管理应对自然灾害存在明显不足,伴随着灾害预防愈加受到重视,自然灾害风险管理研究成为灾害管理不可或缺的一部分。我国是国土面积排名世界第三的大国,辽阔疆域中复杂多样的地形使得我国成为一个自然灾害频发的国家。在众多自然灾害中,泥石流灾害又是一种危害大、分布广的常见自然灾害,四川省又是我国泥石流灾害分布较为密集的省份。为了更好的了解四川省泥石流灾害的危险性,在DBSCAN聚类的基础上,对四川省发生泥石流灾害的地区进行了聚类分析,并应用AcrGIS软件对其做核密度分析。本文研究发现,四川省近三十年的泥石流灾害分布主要呈现一主一次、两副的分布格局,依据聚类结果将四个区域分别定义为密度第一区域、密度第二区域、密度第三区域、密度第四区域。密度第一区域主要分布于雅安市西部地区、凉山彝族自治州北部和乐山西北部地区;密度第二区域主要分布于乐山市西南地区、宜宾市西部及西南部地区、自贡市西部地区与内江市西南部地区;密度第三区域主要分布于遂宁市、广安市与达州市西部地区;密度第四区域主要分布于凉山彝族自治州南部地区、攀枝花西部地区。在聚类的基础上,本文对四川省总体区域、密度第一区域和密度第二区域进行了泥石流灾害损失的风险度量分析。基于四川省泥石流灾害损失呈厚尾型分布的特点,本文应用g-h VaR模型对其进行风险度量,VaR模型是一种建立在历史数据分布之上的风险度量模型,对历史数据分布的拟合是基于VaR模型进行风险度量的必要条件,考虑到四川省泥石流灾害损失的对数分布较为接近于正态分布,因此采用g-h分布对四川省泥石流灾害损失分布进行拟合会更加具有优势。通过python软件,文章应用蒙特卡洛模拟法（MC）对29年的历史数据进行模拟,再运用梯度下降的方法对拟合的g-h分布进行参数估计。最后结合VaR模型对三个不同区域的4个置信水平进行VaR值估计。