随着科学技术发展,大数据在地质领域发挥着重要作用。地质灾害风险评价数据来源广泛、结构复杂,具明显大数据特征,大数据方法下的地质灾害风险评价具重要价值。本文基于大数据相关技术,以地质灾害风险评价为对象,以GIS为平台,探讨了地质数据的获取、清洗、存储等问题,分析了地质灾害风险评价因子的选择与分级,构建了基于地质大数据的地质灾害风险评价系统,以舟曲县地质灾害进行风险评价。研究取得如下主要成果。（1）系统阐述了不同类型地质数据的搜集方法和策略。对于以电子和纸质资料为主的二手数据,可通过大数据技术搜集关键信息,如Python,实现信息爬取和图文识别;对于无法搜集但研究需要的原始数据,通过现场试验,予以补充。（2）提出了地质异常数据的解决办法。探讨了地质数据在时间、空间上特殊性,给出数据缺失、数据噪声和不一致数据的清洗方法。以Python为手段,进行地质异常数据处理。利用预测、插值,解决数据缺失问题;利用正态分布提剔噪声;通过Python库对数据进行格式转换。（3）基于地质数据的数据结构和数据库类型,分析了地质数据库的存储特征,建立了用于地质灾害风险评价的基础地质数据库逻辑框架。（4）构建了基于地质大数据的地质灾害风险评价系统。从自然环境和人类活动出发,探讨地质灾害风险性因子对地质环境的影响,确定地质灾害影响因子的分级,利用层次分析处理因子间权重分配。建立地质灾害风险因子库存储数据,结合相关理论建立风险评价模型。（5）将系统应用于甘肃省舟曲县地质灾害风险性评价。针对舟曲县地质环境,选取重要地质因子,通过地质大数据灾害风险评价系统建立风险性评价模型,以历史灾害资料验证了模型的准确性以及基于地质大数据的地质灾害风险评估系统的可行性,取得了很好效果。