廖顺宝，葛乐玮，王艳萍，李峰

(防灾科技学院 生态环境学院，北京 101601)

0 引言

土地利用/土地覆被变化(land use-cover change，LUCC)既是全球环境变化的重要原因[1-4]，也是研究全球变化和区域可持续发展的基础数据。因此，土地利用/土地覆被数据被广泛应用于地质水文模型[5-7]、生态系统碳循环模型[8-9]、社会公共健康和生态环境系统评价[10-11]、农业和自然资源管理[12-13]等研究。在遥感、地理信息系统等高新技术日趋完善的今天，土地覆被信息主要是通过对卫星遥感信息的解译获得。由于遥感技术本身存在同物异谱、异物同谱现象以及受地形、云雾等因素的影响，基于遥感获得的土地覆被信息不可能与地面的实际情况完全一致，有时差异很大。因此，对遥感土地覆被数据进行分类精度评价以及如何进一步提高分类精度一直是该领域的研究热点。

地形地貌决定区域人口、水文、地质、土地利用/覆被等要素的基本骨架[14]，高程、坡度等是影响土地利用/覆被分布的基本因素[15]。因此，地形因子对土地覆被类型的形成与分布有重要影响[16]。如果在土地覆被分类过程中适当考虑地形因子，必然会提高分类精度。一些学者计算了土地利用类型与高程、坡度、坡向、地形起伏度等地形因子间的相关系数[17-20]，但并没有构建出具体的定量模型。

研究表明，构建地形因子与土地覆被类型面积占比之间的定量模型，可以明显提高土地覆被产品的分类精度[21]。构建土地覆被类型面积占比与地形因子之间的模型，可以在两个层面上进行，一是基于整个研究区的参考数据，二是仅基于研究区中分类精度较高区域的参考数据。……