土地利用/覆盖监测是遥感技术的主要应用领域之一，对遥感影像解译精度的验证一直是土地利用/覆盖遥感监测的热点，但遥感影像解译限度有多高，尤其是地形复杂的山区遥感影像解译限度有多高，是遥感界普遍关注却研究较少的一个重要问题。本文采用基于像元的统计方法，通过对三峡库区这一重要区域的土地利用/覆盖遥感监测研究，统计分析山区遥感影像的解译限度。 论文利用同一时期中空间分辨率的TM影像和高空间分辨率的QuickBird影像，采用基于世界粮农组织(FAO)的LCCS二叉方法提出来的三峡土地覆盖分类系统，在分类过程中应用面向对象的影像分类方法，并结合地理辅助数据对遥感影像进行信息提取，最后用移动窗口法统计分类结果，对数据进行分析。论文以QuickBird影像解译结果为“真值”，分析研究区域TM影像能达到的最高解译限度。 论文研究结果表明，土地覆盖遥感解译限度与区域土地覆盖类型的复杂程度和斑块的破碎性有关，而土地覆盖类型的复杂程度和斑块的破碎性又与地形和人类活动的频繁程度等因素有关。地形较为平坦的地方，人类活动较强烈，混合像元数量较多，纯像元数量相对较少；影像的解译限度相对较低，而误分概率较高。在地形不平坦的地方，人为活动不剧烈，土地覆盖类型相对较为单一，纯像元数量要比混合像元多，解译限度较高，误分概率较低。对一幅遥感影像的同一研究区域，采用同一分类系统的不同等级，总体的解译限度是不变的；同一幅遥感影像的不同区域，根据土地覆盖类型的复杂程度，最高解译限度是有区别的。无论哪种情况，遥感影像的解译精度不会高于解译限度。