随着地质条件的不断变迁、地质结构的复杂化以及人类建设活动的日益增多等多种因素的综合影响，近些年来屡屡发生的各种各样的地质灾害，对群众的经济和生命安全造成了不可估量的折损，地质灾害已经引起人们的高度重视。　　当今全球中，历年来滑坡灾害是造成社会财富流失的重要元素之一，而我国是折损最严重的国家地区之一。中国地大物博、人员基数过大，地理和地质条件丰富，其中70％的地带是山区，故出现滑坡的机率高、比重大、受害较重。滑坡灾害是位列地震灾害之后的对生产经济具有强大破坏性的地质灾害。　　本文针对滑坡灾害的危险性进行评价分析，以延边朝鲜族自治州地区为研究对象。评价研究分析中，一方面充分的借鉴了前人的研究方法和所得结论，另一方面结合现场调查工作的数据，研究了滑坡出现的地理情况和出现的重要影响因素。首先挑选延边朝鲜族自治州地区的滑坡影响因素，据此来构设滑坡灾害危险性评价指标体系。本文选取了坡度、坡向、土壤、土地利用类型、水文地质、断层、河流和降雨作为本研究区的滑坡影响因素。其中把降雨量分为三种不同的类型，分别为年平均降雨量、讯期内平均降雨量和每年中每个月最大降雨量的平均值。通过三种降雨量分别与其他7种因素相结合比较，来研究并分析降雨因素的影响。　　由上述的影响因素和GIS技术为基础凭借，并充分发挥GIS技术计算处理功能，把各个滑坡因素以图层形式表现出来，借助层次分析法（简称AHP）计算出各种滑坡因素的相对权重;为了更好的提高研究区滑坡灾害的预测精确度，又引入了人工BP神经网络的方法，得出8种滑坡灾害影响因素的权重。通过上述两种方法的对比，由此为依托实施了研究区滑坡灾害的危险性评价。得出的研究区滑坡灾害危险性区划图，分别为安全区、中等安全区、高危险区和极高危险区4个区域。通过两种方法得出的危险性区划图对比，确定研究区域更适用于哪种方法，由此来进一步提高研究区滑坡灾害预防的能力和预测的精度。　　根据上述研究结果得出，坡度、水文地质和降雨量这三个因素对研究区域的滑坡灾害危险性影响较大;两种分析方法的滑坡灾害危险性区划图中，年平均降雨量与其他七种因素叠加后的图像精度更高一些;通过两种区划图的对比，并结合相关知识和研究区域实际情况的掌握，认为人工BP神经网络和GIS技术互相运用的办法更适用于延边朝鲜族自治州地区。