地质灾害是一种严重影响经济建设、社会发展与人民生命财产安全的自然灾害,建立地质灾害易发性评价模型和地质灾害预警预报系统对保护人民财产安全和维护社会稳定有着重要的意义。然而,地质灾害的影响因素众多,且不同影响因素之间相互作用,这也加剧了地质灾害预警预报的难度。随着测绘、遥感、传感器等技术的发展,地质灾害防控部门已经累计了不同来源、不同类别的地质灾害相关数据。如何综合借助地质灾害建模、空间分析、时空数据挖掘等理论方法,发展融合多源时空数据的地质灾害易发性评价模型,并基于大数据技术建立灵活的、快捷的、可伸缩的地质灾害易发性评价系统,是地质灾害防控部门迫切需要解决的问题。为此,本论文面向地质灾害的快速预警预报需求,研究大数据环境下的地质灾害易发性评价理论与方法,主要工作包括:(1)对国内外地质灾害建模、地质灾害信息化等相关研究与进展工作进行了系统的归纳总结,指出了当前研究的的主要存在问题与面临的关键挑战,从而明确了论文的主要研究内容和研究思路。(2)针对大数据环境下的地质灾害数据快速检索问题,对大数据环境下的地质灾害数据存储格式进行了定义和描述;发展了一种基于Geohash改进的地质灾害数据时空编码方式;在此基础上,对列式数据库Hbase的Rowkey进行拓展,从而发展了一种新的地质灾害数据时空索引方法。(3)针对地质灾害易发区的准确评价问题,发展了一种融合多源时空数据的地质灾害易发性综合评价模型。首先,针对历史地质灾害数据的分布特征,发展了一种面向地质灾害数据的时空密度聚类算法;进而,综合利用时空聚类与凸包构建的方法,实现了历史地质灾害易发空间区域的自动探测;最后,充分考虑地质灾害的不同影响因素,发展了一种基于关联规则挖掘的地质灾害易发性综合评价模型,并对所提模型的可行性进行了实验验证。(4)针对大数据环境下地质灾害易发性评价的计算效率问题,解决地质灾害易发性评价模型关键算法的并行化实现问题。针对模型中的空间叠加分析算法,利用MapReduce解决了多边形叠加计算中的空间检索、叠加匹配负载平衡、跨界多边形处理等关键问题,从而保证了大数据环境下地质灾害易发性评价算法的计算性能。(5)面向地质灾害预警预报的实际需求,设计了地质灾害易发性评价系统的系统架构与主要功能,搭建一个轻量级、高效的、可扩展的地质灾害大数据管理与决策支持系统,借助Lily、Hbase等大数据技术上实现地质灾害易发性评价的原型系统。(6)全面总结了本论文的研究成果与主要创新点,并对论文中尚有待深入研究的工作进行了展望。