近年来,藏北高原草原退化严重,地处藏北的那曲南部地区土壤类型众多。地表土壤腐殖质层厚且质地较粘,且多砾石。砾石是在水文和侵蚀等过程中形成的产物,更是草地和土壤退化以及生态系统恶化的重要标志。砾石特征参数是描述砾石形状大小的指标,包括砾石粒径、砾石周长、砾石面积、砾石形状比率、砾石磨圆度,以及表征特定区域内砾石密集程度的砾石覆盖度。对那曲南部地区的砾石特征参数分异规律的研究可以为治理高原地区水土流失和生态修复问题提供思路。本文利用Image J的基于机器学习的图像分割及监督分类技术提取砾石形貌轮廓,计算了砾石粒径、砾石周长、砾石面积、砾石磨圆度、砾石形状比率,并得到野外采集砾石样方的砾石覆盖度。对样方尺度上的砾石特征参数粒度特征、统计特征进行了分析。同时,对那曲南部地区Landsat 8遥感影像、DEM数据进行预处理,提取了15个遥感因子及5个地学因子。结合野外采样砾石特征参数值,分别对砾石特征参数与20个因子以及20个因子间进行了相关性分析。采用多元线性逐步回归、基于PCA（主成分分析,Principal Component Analysis）的多元线性回归两种方法进行6类砾石特征参数反演模型的构建。将所有模型经方差分析及模型精度验证,选取了最优模型建立砾石特征参数预估模型。最终得到了那曲南部地区砾石粒径、覆盖度、周长的空间分布。结合土地利用数据分析了研究区不同土地利用方式下砾石覆盖度差异,实现了从样方点到整个研究区砾石特征参数分异规律的研究。取得的主要研究成果如下:（1）与传统的砾石特征参数手工测量方法相比,利用基于机器学习的监督分类及分割方法提取砾石形貌特征可以快速且准确的测定砾石特征参数。通过研究分析发现,那曲南部地区样方点中所有砾石均为次圆状,其中80%为细砾。砾石粒径与覆盖度、周长、面积均存在一定的一次线性关系,线性拟合趋势的决定系数R~2分别为0.444、0.724、0.557。（2）采用主成分分析法,从20个遥感及地学因子中,提取了主成分分量进行建模。遥感因子前五个主成分的累计贡献率达95.44%,地学因子中第一主成分累计贡献率达到了77.64%,这6个主成分分量反映了建模所用20个因子的主要信息。这样既可保留多个因子的主要信息,又能解决因子间共线性冗余的问题,简化了预估模型,体现出很好的优越性。（3）通过模型对比,那曲南部地区砾石粒径的最优反演模型为多元线性逐步回归模型,模型R~2为0.430,P＜0.001,平均误差为22.75%,均方根误差为1.40。砾石覆盖度的最优反演模型为基于PCA的多元线性回归模型,模型R~2为0.557,P＜0.001,平均误差为28.18%,均方根误差为5.56。砾石周长的最优反演模型为基于PCA的多元线性回归模型,模型R~2为0.390,P＜0.001,模型精度验证结果显示其平均误差为21.79%,均方根误差为5.78。这三种方法对这三类砾石特征参数的预估反演效果较好。（4）那曲南部地区砾石粒径、周长、覆盖度分布呈以下规律:粒径越大的区域、其砾石周长越大、覆盖度越大。研究区砾石多为细砾,粒径为4-8mm的砾石占94.61%,其中4-6mm的砾石主要分布在双湖县南部、申扎县、班戈县。覆盖度为0-20%的砾石占77.59%,主要分布在双湖县南部、申扎县西部、班戈县。覆盖度为20-60%的砾石主要分布在申扎县东部、色尼区。砾石周长值集中在10-20mm,占66.33%,主要分布在双湖县南部、申扎县西部、班戈县。研究区0-20%砾石覆盖度的区域中49.75%是草地,其次为未利用地,占26.34%。砾石覆盖度为20-40%的区域中,同样是草地占比多,占15.87%,其次为未利用地,占4.18%。在不同的土地利用方式下,砾石的覆盖度值为林地（23.36%）＞草地（17.79%）＞耕地（16.84%）＞未利用地（14.45%）。