摘要：針對高海拔復雜地形區地貌類型復雜、多樣,溝壑縱橫、地形破碎等特點,研究快速、有效的土地利用/土地覆被分類方法對土地利用信息獲取及更新是非常重要的。以位于黃土高原向青藏高原過渡帶的湟水流域為研究區域,基于Landsat 8 OLI影像數據、DEM數據,并結合各種專題特征,在對研究區進行地理分區的基礎上,采用人工神經網絡、決策樹、支持向量機和隨機森林4種機器學習方法進行土地利用信息提取并進行精度評價,探索適合于復雜地形區最優的分類方法。研究結果表明:隨機森林和決策樹的分類精度明顯高于支持向量機和人工神經網絡。其中隨機森林方法的分類精度最高,總體分類精度達85.65%,Kappa系數達0.84。在上述分類基礎上,選擇隨機森林分類方法對Landsat 8全色與多光譜影像融合數據進行進一步的分類研究,總體分類精度達到86.49%,Kappa系數達0.85。這表明隨機森林分類方法在保證分類精度的同時又能獲得較高的分類效率,對于復雜地形區土地利用信息提取是非常有效的,數據融合在一定程度上提高了分類精度。