随着卫星遥感和图像处理技术的快速发展,国际组织机构和各个国家研制的地表覆盖数据产品的种类越来越多,空间分辨率也越来越高,引起了全球环境模拟、资源管理及可持续发展等领域的广泛关注。因此,各类地表覆盖产品的精度信息成为各行业潜在用户最为关注的问题之一。样本量估算作为地表覆盖数据产品精度评定的关键步骤,对精度评价结果的可靠性和人力,物力,财力等资源的合理配置有重要影响。目前,已有样本量估算方法存在人为主观因素强,较少考虑地表空间异质性信息等问题。因此,本文将地表空间异质性作为样本量估算的重要参考因素,期望以较少的样本获取研究区域真实的精度评价结果,减少地表覆盖数据产品精度评价过程中样点真实性检验上存在的困难以及资源的不合理配置。本文以江西省、安徽省和浙江省为实验区,以2010年的全球地表覆盖遥感制图数据产品(GlobeLand30)为检验数据,中国1:10万土地利用/覆盖数据(LUCC)为参考数据,实施顾及地表空间异质性样本量估算模型的构建。该样本量估算模型是预测变量组成的多元线性模型,以概率统计理论为基础,引入具有生态—地理意义的流域单元作为评价单元,考虑数据产品的空间异质性信息作为样本量的影响因子,采用交叉验证和参数重要性等方法对模型进行检验,并对模型进行实例验证和分析讨论,结论如下:(1)利用全子集回归法筛选出空间异质性贡献率大的景观指数5个。利用标准化系数和相对权重法对各参数的贡献率进行排序,结果表明本文设计的样本约束条件C对样本量N_S的影响最大,其次是景观指数PD,ED,LSI等;(2)该模型的R~2系数为0.82,表明模型中所有预测变量对样本量N_S的联合解释能力为82%,这意味着该模型的可预测性处于良好水平;(3)以浙江省为验证区对本文设计的样本量估算模型实例分析,并与分层抽样概率统计方法进行比较。结果表明,从样本数量上,本文设计的模型所估算的样本量是统计模型计算样本量的一半,甚至更少,但二者的验证精度基本一致。综上,本文所设计的顾及空间异质性的样本量估算模型,在确保精度验证结果可靠的前提下,能够在很大程度上降低遥感产品精度验证的样本量,进而到达优化估算模型的目的。