沙鲁里山系中部地区位于四川甘孜,以金沙江为界与西藏相邻,自然环境复杂,山势险峻,雪崩发育,对人类活动和工程建设造成了严重的威胁。因此对该地区进行雪崩易发性评价研究,不仅可以帮助定义青藏高原雪崩的空间格局,也为区域雪崩灾害的防治预警和应急管理等提供参考。本研究通过遥感解译辅以精细化实地调查、GIS空间分析和数据挖掘等手段,筛选出14个雪崩评价因子,利用证据置信函数（EBF）和确定性系数（CF）两种统计模型结合两种机器学习模型—逻辑回归（LR）和多层感知器（MLP）建立EBF-LR、CF-LR、EBF-MLP和CF-MLP四种集成模型以及传统的频率比模型（FR）进行雪崩易发性评价研究。主要研究结论如下。（1）雪崩的遥感解译特征及发育特征:基于中高分辨率的多源遥感影像,通过目视解译结合野外调查验证的方式,建立研究区雪崩遥感解译标志,共获得536处雪崩,雪崩总面积114.79km~2,发育密度约为0.075处/km~2,雪崩的相对高差集中于300～600m区间范围内;雪崩发育的优势坡度范围为20～35°;研究区坡向为N-NE的雪崩相对发育,坡向为SE-S的雪崩相对发育较少;雪崩形成区积雪面积集中于1×10~4m~2～5×10~4m~2的区间范围内,雪崩路径长度在500～1000m区间范围分布最广。研究区雪崩的发育具有明显的空间分异特征,呈现出一定的趋势性和不均匀性。（2）雪崩影响因素的分析与数据提取:基于GIS软件,矢量化雪崩影响因素并建立因子空间图层,提取了地形因素、气候因素、积雪特征因素以及其他影响因素等共计18个影响因子,采用Person相关性分析和方差膨胀因子进行多重共线性分析,最终筛选出海拔、坡度、坡向、地面曲率、地表粗糙度、地表切割度、TWI、NDVI、水系、断层、道路、年均降雪量、年最大积雪深度以及一月平均气温共计14个评价因子,最终得到研究区雪崩易发性评价基础环境数据支撑。（3）雪崩易发性评价:通过构建FR、EBF-LR、CF-LR、EBF-MLP和CF-MLP共计5种评价模型,对沙鲁里山系中部地区进行雪崩易发性评价,得到研究区雪崩易发性评价指标值区间:FR模型[1.877,51.681]、EBF-LR模型[0.001,0.999]、CF-LR模型[0,0.999]、EBF-MLP模型[0.067,0.945]、CF-MLP模型[0,0.988]。通过Kappa系数和ROC曲线对结果进行精度检验,结果表明这5种模型均具有评价价值。其中CF-MLP（Kappa=0.608,AUC=0.910）模型是本研究的最佳雪崩易发性评价模型,FR（Kappa=0.584,AUC=0.894）模型的准确性次之,CF算法与机器学习模型的结合表现优于EBF。最重要的影响因子有海拔、坡向、地形湿度指数以及一月平均气温。5种模型在地形、气候和积雪三大关键因素参与的易发性评价过程中,对地形因素的敏感性呈现出高度一致。通过自然断点法获得基于CF-MLP模型的雪崩易发性分区图,易发性非常高和易发性高的区域分别占总面积约10.01%和15.33%,主要集中于理塘县岭昌村以南的格聂群山、巴塘县茶洛乡至盖玉镇的线路两侧的高寒山区等海拔5000m左右的山峰周围。雪崩对现G318、G215国道影响较小,在建进藏铁路主要以隧道形式自东向西北横穿研究区,行走标高略低于现G318国道,受雪崩影响相较于G318国道更小。但是,研究区南部波密乡至巴塘县、北部盖玉至山岩乡的越岭路段主要位于雪崩高易发区,这些地区的土地规划建设以及居民游客的生命安全需要特别重视。