土砂災害警戒区域の指定は，危険の周知や宅地開発の抑制など，人的被害防止に重要な役割を果たす．本研究では，急傾斜地における土砂災害警戒区域を効率的かつ高精度に抽出するため，深層学習とアンサンブル学習を用いた手法を提案する．U-Net，U-Net++，FCN，PSPNet，SegFormer，DeepLab v3を用い，単体モデルとアンサンブル学習の性能を比較した．結果，アンサンブル学習は単体モデルを上回り，特にmean統合は面積評価でF値0.6424，再現率0.7218を達成した．これにより，アンサンブル学習によってモデル間の特徴補完が精度向上に寄与することが確認された．