滑坡,是指在重力的影响下,大量岩石、岩屑或沉积物沿着斜坡的运动。其作为最常见的自然地质灾害之一,经常对基础设施和自然生态造成破坏,导致人员伤亡和经济损失。而重庆滑坡灾害屡屡发生,更是我国的滑坡多发地区之一。因此,亟待进行区域滑坡敏感性评价研究,为区域防灾减灾工作提供一定的决策支持。近年来,许多定量方法被用于探究滑坡发生与影响因子之间的关系,其中logistic回归被广泛应用,其在滑坡分析中的适用性也被反复验证。然而,以往采用logistic回归的滑坡研究很少考虑空间自相关,这可能导致模型误设问题,往往体现为模型残差具有空间自相关。因此,本文试图通过将特征向量空间滤值（ESF）思想引入logistic回归,面向不同规模滑坡数据集进行顾及空间自相关的区域滑坡敏感性评价研究,旨在减弱空间自相关对基于回归模型的定量化区域滑坡敏感性评价带来的负面影响,从而实现对滑坡灾害的准确模拟和预测。论文主要研究内容如下:（1）基于ESF-LR的区域滑坡敏感性评价研究。为了消除或减弱空间自相关对滑坡分析的干扰,提出了基于ESF-LR的区域滑坡敏感性评价方法。在不考虑计算量的前提下,以武隆县为研究对象,确定了滑坡致灾因子并进行了致灾因子数据的多源获取以及相应的数据处理,将ESF思想引入logistic回归,通过非滑坡点选取、致灾因子量纲统一、多重共线性诊断、构建空间邻接矩阵、特征值和特征向量计算、逐步回归筛选特征向量以及回归建模一系列操作,构建了基于ESF-LR的区域滑坡敏感性评价模型,并展开了模型评估和对比。最终对武隆县进行了滑坡敏感性评价及成果制图。研究结果表明,ESF-LR方法能够有效消除模型残差空间自相关,并显著提升模型的性能。（2）基于改进快速ESF-LR的区域滑坡敏感性评价研究。为突破ESF-LR方法计算量大的弊端,拓展其面向大型滑坡数据集的适用性,设计了基于改进快速ESF-LR回归的区域滑坡敏感性评价方法。该方法基于提出的综合考虑样本间距离和样本密度的改进K-Means聚类方法进行抽样优化,并根据低秩矩阵近似思想进行特征向量的快速近似,加速特征分解过程。以重庆市为研究区域展开了滑坡敏感性建模、模型评估以及滑坡敏感性制图,发现快速ESF-LR方法能够在兼顾算法效率的同时,大大减弱空间自相关的负面影响,从而使得模型分类精度和拟合优度得以提升。（3）滑坡预测应急Web系统的开发。基于前述滑坡敏感性评价研究,从需求分析、总体设计、结构设计和功能设计多方面进行了系统分析与设计,并以武隆县为应用实例,进行了滑坡预测应急Web系统界面和地图操作、灾前滑坡空间预测、灾后就医规划、数据统计分析等功能的开发,用于区域滑坡敏感性分析成果的集成和展示。