地理信息的持续泛化使得知识服务成为地理信息系统（Geographic Information System,GIS）的终极目标,实现此目标有赖于精细语义粒度的地理信息。受制于异构文本中地理位置的模糊性、异质性与语义粒度差异,实现其空间定位成为地理知识服务的难点与重点。融合文本中的土地利用/覆被信息能否提升野生亚洲象活动/肇事等文本中地理位置的定位质量,目前尚缺乏量化研究。本研究选择云南省普洱市澜沧县与西双版纳傣族自治州勐海县的人象冲突典型区域为研究区,基于2020年研究区亚洲象活动/肇事监测文本及高分二号卫星影像,采用命名实体识别与关系抽取方法抽取出文本中的地理关联信息（地理位置实体、土地利用/覆被实体与空间关系）,基于文本中地理关联信息的准确提取,提出一种融合文本中地理位置和土地利用/覆被信息的亚洲象活动细粒度定位方法:通过高分二号卫星影像目视解译获取研究区土地利用/覆被精细分类数据;采用在线地理编码服务与研究区自建地名词典,完成地理位置的粗粒度匹配定位;使用自然语言空间关系近似转换模型,确定地理位置的细粒度定位范围,在此基础上,基于土地利用/覆被实体及其周边精细分类信息,在定位范围内检索匹配,确定地理位置的细粒度定位坐标,并用匹配率与位置精度评价定位质量。研究表明:（1）本研究提出的方法能够提升亚洲象等野生动物活动/肇事精细文本的地理位置定位质量,实验定位精确匹配率（81.51%）、位置误差距离的均值（65.97 m）及其≤50 m的比例（70.50%）明显优于国内主流在线地理编码与地名检索服务结合空间关系或其单独使用所得定位结果,证明了融合地理位置和土地利用/覆被等多源互补信息对于提升细粒度定位质量的有效性,有助于完善地理定位方法体系。（2）通过对2020年人象冲突典型区内亚洲象活动/肇事文本数据的挖掘分析,精准确定了涉及林地、茶园、水体、建筑用地、道路、甘蔗地或香蕉地土地利用/覆被类型的亚洲象活动细粒度定位点,所提方法亦可推广应用到其他野生动物活动/肇事监测预警等精细定位任务。（3）随着多模态深度学习和智慧遥感制图相关技术的发展,未来可探索更精细且多样化的模态特征表示,使用高精度、高时空分辨率的多源遥感数据实现精细化制图,将其应用于地理定位任务,进一步提升亚洲象活动/肇事等文本中位置提取与定位的质量与效率。