地貌分类是地貌学研究的重要理论问题之一,也是当前数字地貌领域中一个相当复杂的研究课题。不确定性是客观世界的一种固有属性,在地貌分类研究中也不例外。地貌分类主要受到分类原则、分类指标、分类方法以及数据分辨率的影响,这些因素的存在使得地貌分类的过程和结果都会产生一定的不确定性,例如地貌的类型边界的过渡性或模糊性就是地貌分类不确定性的一种体现。地貌分类不确定性研究本身就是地貌学领域的一个重要科学问题。目前,针对分类不确定性的研究大多基于遥感影像,主要集中在遥感信息不确定性度量、基于面向对象影像分析(Object-BasedImageAnalysis,OBIA)的遥感影像分类不确定性等方面,较少应用于地貌分类不确定性的研究中。数字高程模型(DigitalElevationModel,DEM)及数字地形分析(DigitalTerrainAnalysis,DTA)的不断发展为地貌分类不确定性研究提供了重要的数据与理论方法基础。目前,就基于DEM的地貌分类不确定性研究而言,尚缺少系统化的研究思路。由于影响地貌分类的不确定性主要因素在于分类指标、分类方法以及数据分辨率等方面,研究切入点也应在此着手,但如何进行地貌分类不确定性的系统性研究是当前面临的一个重要问题。针对上述研究存在的问题与不足,本文基于DEM与已有的地貌图数据,综合运用OBIA、DTA、景观格局分析、粗糙集等理论与方法,分析了地貌分类不确定性的主要影响因素,并以陕西省地貌分类为实际案例,以地貌类型景观指数为对象从分类指标、数据分辨率以及分类方法三个方面探讨了地貌分类不确定性的特征规律,取得了相应的研究成果。论文的主要研究内容和结论如下:(1)在一个待分类区域内,优势地貌类型抗指标变化的能力较强,导致分类的不确定性较低;而不具优势的地貌类型景观指数的变幅率与变异系数较大,会导致较高的分类不确定性,甚至导致错误的分类结果。当指标数量增加到一定时,大部分地貌类型景观指数趋于平稳,带来的分类不确定性较低。当表达高程变化的指标(如高程变异系数)参与地貌分类时,地貌类型景观指数数值变化明显,因此在地貌分类时需要充分考虑表达高程变化指标的控制作用。(2)陕西省六种地貌类型景观指数对DEM分辨率的变化响应不同,大体上可分为随机性、模糊性、周期性、未知性等变化特征。分类区域内的优势地貌类型受DEM分辨率的干扰强度较小,变化不敏感,非优势地貌类型反之,如低山、高山等。利用景观指数粒度效应可以深入分析数据分辨率变化导致的地貌分类不确定性特征。其中,地貌类型景观指数随DEM分辨率变化的拟合函数可以较好挖掘这些不确定性特征的规律,例如聚集度指数AI的线性变化趋势有助于不确定性的预测,但不会减小或消除不确定性。适宜粒度的判定可以反映地貌类型适合的表达尺度或区间,使地貌分类不确定性变得可控。此外,地貌类型景观指数粒度效应具有多尺度嵌套的特征,特别是随DEM分辨率变化具有周期性变化的景观指数,如边界密度ED,本文认为这是一种新型粒度效应。(3)监督分类下,地貌类型景观指数的变化可以明确指示不同优势的地貌类型,因而会导致地貌分类不确定性较低;而在非监督分类下,景观指数变化的指示意义不明确,地貌类型的优势性与多样性也不能展现出来,进而导致地貌分类不确定性增大,分类的结果精度较低。(4)基于粗糙集理论的粗糙熵、近似分类精度和近似分类质量可以从不同尺度有效评价地貌分类的不确定性,且评价结果较为准确。同时,三种评价指标还可以衡量不同因素对地貌分类不确定性影响程度,且本文得到了导致地貌分类不确定性的因素(来源)按影响程度从小到大的排序为:分类指标