东北黑土区是世界四大黑土带之一,也是我国最重要的粮仓之一。东北黑土区独特的地理环境与人类活动的加剧导致了严重的沟蚀,侵蚀沟蚕食耕地、损毁基础设施、诱发自然灾害等,严重威胁着我国的粮食安全与区域经济社会的可持续发展。因此,侵蚀沟的治理已成为今后一段时期内东北黑土区水土保持工作的重点,围绕侵蚀沟开展研究有着重要的意义。侵蚀沟的提取是理清侵蚀沟现状的基础,是开展侵蚀沟治理的前提。但侵蚀沟提取中高精度地形数据难以获取、提取方法效率不高等问题仍需要被解决。此外,侵蚀沟发生风险的评估对侵蚀沟的发展具有预测作用,这可为水土保持的规划提供参考。目前,区域范围上侵蚀沟的发生风险评估还需进行探究。在此背景下,开展了东北黑土区侵蚀沟的提取与发生风险评估的研究。首先分析了东北黑土区的土壤侵蚀分布特征,以此为基础,在研究样区进行了不同空间分辨率遥感影像的适宜性分析与侵蚀沟自动提取方法的研究,然后根据构建的侵蚀沟发生风险评估的指标体系,对东北黑土区中各水土保持二级分区侵蚀沟的发生风险进行了评估。论文的主要结论与创新点如下:（1）东北黑土区土壤侵蚀的分布表现出明显的地域分异规律。该区的土壤侵蚀类型有三种:水蚀、风蚀、冻融侵蚀,其中水蚀面积最大、分布最广,但风蚀的水土流失率与土壤侵蚀严重指数最高;根据轻度及以上侵蚀的面积占比,六个水土保持二级分区分为三种类型:1水蚀主导型（长白山-完达山山地丘陵区、东北漫川漫岗区、大兴安岭东南山地丘陵区）、2风蚀主导型（松辽平原风沙区与呼伦贝尔丘陵平原区）、3冻融侵蚀主导型（大小兴安岭山地区）;超过90%的侵蚀沟分布在三个水蚀主导型的分区,其中水蚀状况最严重的大兴安岭东南山地丘陵区,沟蚀状况最严重;侵蚀沟在县域尺度上的分布存在着高-高、低-高、低-低三种聚集模式。（2）不同空间分辨率的遥感影像对侵蚀沟的识别能力不同,其中,米级、亚米级遥感影像分别适用于侵蚀沟的提取与类型的确定。具体来说,提取侵蚀沟但不区分类型时,分辨率降低至3.23米,解译结果出现了明显变坏的情况,分辨率降低至12.93米,已完全无法进行侵蚀沟的解译;提取侵蚀沟且区分类型时,所有类型的侵蚀沟在0.40、0.81米分辨率的遥感影像中的解译结果均较好,随着分辨率的降低,部分或全部类型的侵蚀沟的解译结果变得不尽如人意。进一步考虑成本与应用需求,1.62米分辨率的遥感影像在不区分侵蚀沟类别的侵蚀沟提取中最适宜,亚米级的遥感影像在用于区分类别的侵蚀沟提取时,0.81米分辨率的遥感影像最具普适性。（3）提出了一种数据易获取、自动化程度较高的侵蚀沟提取方法。首先采用面向对象分析与自动化机器学习方法（TPOT）根据对象特征对侵蚀沟进行了初步提取,再结合辅助信息对初步提取结果进行了修正,修正包括两部分:第一,根据汇水网络对漏分区域进行补充;第二,根据居民点、公路与路边排水沟、田间小路对错分区域进行剔除。修正后侵蚀沟提取的精度（F-score）为83.12%。该方法使用的数据均为开源数据,包括Google Earth（GE）影像、NASADEM、全国1:25万2019公众版基础地理数据-公路图层,解决了侵蚀沟提取中数据获取难、成本高的问题。另外,自动化机器学习方法的首次引入减少了特征工程、模型选择等的人工试错过程,提高了侵蚀沟提取的效率。（4）进一步考虑了融雪径流、冻融侵蚀与地质对侵蚀沟发生的影响,构建了侵蚀沟发生风险评估的指标体系,分别以100米*100米的栅格与小流域为研究单元,采用随机森林算法建立了各水土保持二级分区侵蚀沟的发生与影响因子之间的经验模型,各模型均表现优秀（精度:AUC＞0.8）。侵蚀沟发生风险评估的结果表明:侵蚀沟发生的高风险区主要分布在坡耕地与林草交错的生态脆弱区;小流域单元中对侵蚀沟发生风险影响较大的因子在各水土保持二级分区中有个共同的特点,即主要属于地形要素与人类活动要素,具体包括水流动力指数、地形湿度指数、坡长-坡度因子、坡度、耕地、林地、城乡工矿居民用地等,100米*100米栅格单元中对侵蚀沟发生风险影响较大的因子在各水土保持二级分区中则没有相对统一的影响要素类别,但主要属于自然要素。