斜坡单元能够更全面地表征地貌信息，已被广泛应用于滑坡易发性研究中。然而，针对斜坡单元数量敏感性对其影响的讨论相对较少。本研究采用自动划分斜坡单元的工具，通过地理探测器与多重共线性分析筛选滑坡影响因子。利用三种机器学习算法进行模型训练，选择表现最优的模型绘制研究区滑坡易发性图。研究结果表明，斜坡单元数量对滑坡影响因子的贡献具有显著差异，增加斜坡单元数量并不必然提升滑坡易发性图的质量。在实验中，20 470个斜坡单元的滑坡易发性评估效果最佳，优于其他数量的斜坡单元和栅格单元。研究强调，通过对灾害强度指数等指标的对比分析，合理选择斜坡单元数量，有助于提升滑坡易发性评估的科学性与准确性。