地貌是自然地域综合体的主导因素,对地理环境有广泛而深刻的影响,地貌的宏观形态类型和成因类型是因果关系的统一体,“形态”是“成因”的结果,又是研究“成因”的重要依据,因而对我国地貌的形态类型进行准确、快速的提取工作对地貌格局分析、地貌区划研究等具有重要意义。现阶段,常用的基于遥感影像分析的地貌分类方法多基于像素,且所采用的分类器较为陈旧,使得分类结果的完整性和精度均难以满足实际生产生活需求。而面向对象分类思想以分割得到的影像对象为研究单元,能够有效去除分类结果产生的噪声,保持分类结果的完整性,随机森林是一种集成分类器,具有精度好、执行效率高、不过拟合等特性,基于此本文以我国1:100万DEM为信息源,提取地形因子,综合运用面向对象和随机森林分类方法实现地貌形态类型的自动划分。本研究通过相关性分析和雪氏熵值法得到用于地貌分类的地形因子最佳组合,并分别运用eCognition软件和Matlab的统计工具箱实现基于面向对象以及随机森林的地貌分类。两种分类方法均取得了较好的分类结果,但均存在着一定的缺陷:其中基于面向对象分类方法获得的分类结果有良好的完整性,分类精度偏低;而基于随机森林分类方法获得的分类结果精度较高,总体精度但局部较破碎。进而本文通过将面向对象分类法和随机森林分类法相结合,提出了两种改进的地貌划分方法,即方法一将随机森林分类方法得到的分类结果作为专题图加入面向对象多尺度分割中,使得分割得到的影像对象能够很好的与实际地貌相吻合,从而提升分类精度,方法二将面向对象分割得到的影像对象作为随机森林分类方法的研究单元,基于对象选取训练样本并进行训练,进而得到分类结果。精度评价证明两种分类方法得到的地貌分类结果均具有较高的分类精度以及良好的完整性。通过对本文提出的四种分类方法进行综合对比评价,以面向对象方法为辅随机森林为主的地貌形态类型划分方法是最优分类法。