人类的生产生活和生态文明发展与地貌形态息息相关。地貌形态作为地貌类型最直接的表现形式,是地貌学研究的重要内容之一。地貌形态的分类可使人们更清楚的了解其空间分布,为合理利用土地资源、优化人类活动格局等提供科学依据。纵观现有研究成果,地貌形态分类主要存在两方面的不足。其一,对参与分类的特征因子考虑不够全面。地貌形态分类的特征因子主要由DEM及其相关的地形变量、纹理特征以及能表现地貌形态特征的结构信息因子等组成,但多数研究对结构信息考虑不够全面。其二,现有的地貌形态自动分类方法多以单一尺度为主,但地貌形态对象往往大小悬殊,跨越特定的空间尺度。换言之,人类感兴趣的地貌形态对象往往具有多尺度特征,使得单一尺度分类精度受到制约。针对以上问题,论文进行的工作和得到的主要结论如下:（1）以30 m分辨率的DEM为基础数据,提取黄土高原典型样区涉及到的高程、坡度变率、山体阴影、地表粗糙度、地表曲率、高程变异系数、坡度、地表切割深度和地形起伏度9种基础地形变量,并对其进行定量化筛选。同时对涉及的高程变异系数、地表切割深度和地形起伏度3种宏观地形因子。以地形起伏度为例,从窗口大小3×3,4×4,…,33×33进行平均地形起伏度提取,最后利用均值变点法确定最佳窗口大小为14×14。（2）利用相关性以及雪氏熵值法,对地形变量进行定量筛选与组合,最终得到的地形变量为高程、坡度、山体阴影、地表曲率、地形起伏度、坡度变率和高程变异系数。（3）以地形因子作为主要特征因子,在纹理特征作为辅助因子（主要为高程同质性,坡度均值、坡度熵,山体阴影均值、山体阴影方差、山体阴影熵、山体阴影相关性、山体阴影角二阶矩、山体阴影相异性、山体阴影同质性和山体阴影对比度）的基础上,加入新的能反映结构信息的地形元素结构信息因子。结果表明,在地貌形态分类中,地貌形态元素结构信息因子能够提高分类精度。（4）本文提出一种由多尺度分割、按尺度顺序筛选和多尺度合并三个步骤构成的顾及尺度跨越性的地貌形态多尺度综合分类方法（简称IMC）。其中,按尺度顺序筛选是一个以多尺度特征提取和监督分类为基础、以小尺度（小尺寸）优先和概率最大化为准则的被分类对象迭代确认过程构成。以黄土高原典型样区为例的实验结果表明,IMC的性能良好（总体精度达到75.16%,Kappa系数为0.71）,简便可靠,可用于地貌形态精细化分类。综上所述,本文尝试利用提出的IMC方法实现地貌形态自动分类,结果良好,为地貌形态分类方法提供了更多的参考。此方法不仅适用于地貌形态分类中,还有望在遥感影像分类中得以应用,来解决同类问题。