地震是一种危害性极大的地质灾害,每年都有数以万计的人死于地震及其引发的次生灾害中。因此,地震预测研究对于减小地震带来的重大损失有着非常重要的意义。目前,人们对于地震预测的研究都仅仅停留在实验和探索阶段,其中利用地震前兆特征进行地震预测是世界上众多学者关注的焦点。在这一领域的研究中,震前重力异常变化是目前较为公认的与孕震关系联系紧密的地震前兆特征。通过对震前重力变化的空间分布特点进行分析,可以较为有效的推测未来最可能发生较大地震的高风险区域。震前重力变化特征研究早在20世纪60年代就受到了国内外学者的关注。伴随着众多重力变化观测实例的报道,一系列用于解释重力变化与孕震过程之间关系的理论和假设相应被提出。虽然也有人尝试利用重力异常变化这一现象进行地震预测,但预测方法的客观性和准确性都不甚理想。本文就是在前人研究的基础上,首先尝试对几次大地震前重力异常变化的特征进行分析,然后结合现有的地震风险概率模型——PSHA模型,进行地震高风险空间区域的识别和预测。通过利用GRACE时变重力场模型数据,本文对智利大地震和日本大地震前的重力场异常变化情况进行了分析。分析表明,在这两次大地震前4-5年间,地震近场区域的确有明显的重力异常变化,其共同特点集中表现为：在地震前的6年左右,根据年重力变化结果还无法识别出明显的重力场变化；从地震前5年开始,已经可以看到某些区域出现明显的重力变化趋势,并且这一趋势在空间上会逐渐延伸,在时间上则会持续1-2年；从地震前的2年开始,之前的一些特定重力变化区域会发生非常明显的重力反向变化,并且在接下来的半年内达到峰值；从年度重力差分结果可以看出,震中附近的重力场会成正负变化交替分布,而震中位置会处于正负变化空间分布的交界线附近。为了对重力变化异常现象进行细致的量化分析,本文根据4期中国地壳运动观测网络重力测量数据对中国大陆及邻近地区2001年到2005年间的5次6.8级以上大地震进行了分析,并发现这些大地震前都具有近场重力异常变化,其变化特征与GRACE检测结果相似。同时根据这5次震前重力变化特征,对2005年到2008年6.8级以上地震进行筛选,最终也得到了4次具有一致特征的大震。根据绘制的重力变化等值线图可以看出,除了具备GRACE观测到的时空分布特点以外,这9次大地震震中位置还往往处在重力异常变化的高梯度带上,其两侧重力场往往呈现反向变化趋势,并且最大峰-谷变化差异至少超过60μGal。这为我们筛选地震高风险区域提供了重要的定量标准。为了能够更为有效的对地震高风险区域进行识别预测,本文尝试将统计学预测方法与重力方法结合起来进行地震风险评估,并对现有的震率评估模型进行了改进。目前统计学地震预测方法往往只用于对未来较长时间较大范围内地震发生概率的评估。其中应用较为的广泛的一种计算模型是Frankel在1995年采用PSHA模型,该模型主要是针对美国中西部地区地震风险概率评估进行开发的。但与美国大陆相比,中国大陆地区的平均发震等级和频率都更高。因此,若要将该模型更好的应用于中国大陆地区地震概率评估研究,本文建议加入震率-能量模型,从而增强大震效应的影响。通过使用两种模型对2000年到2010年间地震概率的计算与结果比较可以看出,改进后的PSHA模型在某些特定的区域显著提高了风险度,这也使得该模型的预测结果与实际发震情况更为吻合。综合了改进后的PSHA模型和震前重力异常变化特征,本文分四步进行了地震高风险区域的识别：1.重力变化等值线图的绘制与零变化线的识别；2.高风险断层的筛选与识别；3.利用最大重力梯度变化空间范围对高风险段断层区域进行二次筛选；4.根据高风险断层与重力变化零值线的交汇区域进行最终警报区域判定。根据研究中提出的风险区域预测识别方法,结合2000年1月1日以前的相关数据,本文对2000年到2010年间的地震高风险区域进行了模拟预测,并对最终模拟预测结果进行了统计检验。通过常规统计检验和G-S (Gambling Score Test)统计检验可以看出,该模拟预测结果明显优于随机模型预测结果,表明该预测方法具备显著的有效先兆预测信息。但G-S的完整性检验结果也表明,该预测方法的预测效率还有待进一步提高。本文还首次将GIS技术与地震预测、检验方法相结合进行综合运用,在ArcGIS Engine二次开发技术的基础之上,开发出了一套针对地震预测与检验研究的应用软件SeisViewer。该软件除了包含最基本的GIS功能之外,还包含了重力分析、地震分析、统计检验等相关功能,随着软件的不断完善,它将能够更好的成为地震预测研究的重要工具。