我国1∶5万的数字高程模型，是在1∶5万、1∶10万及1∶1万基本地形图上，主要采用数字化的方式，局部地区采用全数字化摄影测量方法，将这些数字化的信息使用GIS软件内插生成的。本文将探讨利用该DEM数据及其所派生的地形指标，并参照分辨率为30m的TM影像，在eCognition(易康)平台上进行地貌形态类型自动划分的技术方法，进行地貌类型单元精确定位生产实验。为减小数据的冗余度，去除相关性较大的地形指标，最终实验选择平均坡度、平均高程、DEM晕渲图3个地形指标和遥感影像，并将各指标置于不同的信息层面中，在eCognition中通过建立规则集，对黄土地貌、冰川地貌、海成地貌和喀斯特地貌的基本形态进行了分类。研究结果表明：1)1∶5万比例尺地貌类型边界可进行类型边界的精确定位；2)所提取的地形因子能宏观地反映我国地形的起伏特征，为地貌形态分类提供重要的依据；3)在ecognition平台上能有效地实现典型地貌基本形态类型的定量化、自动化划分。本文提出的自动分类方法的优势在于省时，精度高，并通过参数的调整能广泛应用于DEM和遥感影像覆盖的任何区域。