滑坡灾害不仅严重威胁着人类的生命与财产安全,而且直接对环境与资源造成严重破坏。在西南山区频繁的水力开发工程建设背景下,在西南峡谷河道型水库库区内发育了大量滑坡灾害,毛尔盖水库就是其中之一,因此对库区开展有效的滑坡的易发性评价,不仅是水库运行所需的防灾减灾工作需要,对滑坡的早期识别和防治也有着重要的理论和实际意义。近年来,在地表变形监测中开始广泛使用合成孔径雷达测量(In SAR)技术,并在滑坡研究中成为一种可靠的新技术方法,但如何将其与滑坡易发性研究有机结合,并提高滑坡易发性评价的精确度与预测能力,目前仍处于探索阶段。本文选择毛尔盖库区为研究对象,以其地质环境背景条件为基础,结合2018年3月至2019年5月的20景Sentinel-1雷达影像数据,应用时序In SAR技术的小基线集干涉测量(SBAS)提取研究区地表形变点,开展了融入时序In SAR形变因子的滑坡易发性评价。主要内容和研究成果如下:(1)利用SBAS技术对雷达影像数据集进行计算分析,提取出研究区的地表形变速率。结合地质环境背景对提取出的地表形变速率点进行筛选,最终得到10118个高精度形变点,验证其分布特征符合研究区实际情况。利用克里金插值形成连续数据,完成SBAS形变因子参与评价研究的数据预处理工作。(2)根据研究区地质环境背景,建立滑坡易发性评价指标体系。选择地形坡向、坡度、剖面曲率、河流距离、公路距离、地层岩性、断层距离、斜坡结构类型和SBAS形变因子作为影响滑坡发育的指标因子,基于信息量模型定量分析确定了各因子与滑坡发育的相关性。将实际滑坡编录数据与地表形变速率点在影响因子各区间的表现进行对比,进一步验证SBAS形变因子参与评价的合理性。(3)构建研究区评价模型,验证融入SBAS形变的滑坡易发性评价的有效性和精度。层次分析法和信息量法相结合开展易发性分区评价,利用历史滑坡数据说明了研究区滑坡易发性评价成果合理且有效。通过与不考虑SBAS形变数据的研究区易发性评价结果对比,和受试者工作特性(ROC)曲线验证了本次研究所采用的方法具有更高的精度和更优的预测性能。