湖北省秭归县地质环境复杂,滑坡灾害频发,亟须构建能有效耦合致灾因子物理意义与复杂非线性关系的评价模型来开展滑坡易发性评价研究.本研究以秭归县为例,通过野外调查和资料收集,选取690处滑坡样本,构建包含地形地貌、地质环境、气象水文、植被覆盖和人类活动的评价因子体系.随后,从预测精度和运行时间等指标对比了轻量级梯度提升机模型(LightGBM)与主流机器学习模型的性能.最后,将信息量模型与LightGBM模型耦合,构建IV-LightGBM模型用于滑坡易发性评价.结果表明,LightGBM模型预测精度高,AUC(area under curve)值为0.900