开展基于滑坡灾害大数据的统计和分析,建立台风暴雨诱发滑坡概率预测模型,对预防台风暴雨诱发滑坡的防灾减灾具有重要的理论和实际价值.基于贝叶斯理论和增量学习理论,推导基于连续型变量的滑坡增量型贝叶斯分类预测概率模型;利用该模型对研究区已发生的539　个滑坡点作为学习样本,进行时空联合预测预报;选取研究区部分滑坡作为待预测样本,检验模型的学习性能和预测精度.研究结果表明:该模型具有自我更新能力,在时间上实现了延续性,能捕捉连续变量微小变化对参数学习和更新的影响;在当前学习样本的条件下,增量型预测模型因为有检验元组部分样本的加入,使模型结构更为完整、概括性更强;该模型整体预测精度达75%,能较好的实现灾害时空联合预报.