近几十年来中国的土地覆被发生了快速的变化,成为全球土地覆被变化的热点区域。基于遥感的土地覆被数据集为中国土地变化研究提供了基础依据。然而由于传感器类型、解释标志和阈值等差异,数据集之间的可比性较差,不能提供明确的中国土地覆被变化趋势。此外,土地覆被的变化也对生态环境产生了不同方面的影响。但是,研究集中在土地覆被变化对生态环境单一要素的影响效应,缺乏数据源可比的多种生态环境效应对比分析。因此,明确中国土地覆被变化的趋势及其多重生态效应,可以更好的为生态环境保护、土地资源的合理开发利用以及社会可持续发展提供依据。本研究以中国为例,利用多源遥感和土地覆被数据,基于似然评估、一致性分析、数据融合、邻域分析等方法,生产了中国土地覆被占比数据集并进一步分析了中国土地覆被的数据一致性及土地覆被变化的生态效应,从而回答“中国土地覆被变化能够产生怎样的生态效应?”这一基本科学问题,主要结论如下:（1）中国土地覆被变化的数据一致性很低。在不同数据源下,中国森林的面积比例在9.37%—28.46%之间,草地的面积比例在15.60%—48.04%之间。其中,中等分辨率成像光谱仪土地覆被数据集（MCD12Q1）中各土地覆被类型的分布和变化与其他数据集具有明显差异,尤其是草地分布。土地覆被单一类型分布集中区域往往数据间的一致性较高,其中耕地一致性要高于森林、草灌和裸地。中国土地覆被变化一致性中,四个数据集所显示的土地覆被变化区域均不相同的比例超过了85.28%。其中,建设用地增加的一致性最高,森林减少的一致性低于森林增加的一致性。（2）2001—2018年,中国的森林面积增加,草灌、耕地和裸地的面积减少。数据对比显示,全球30 m地表覆被遥感数据产品（Globeland30）的类别相似度和整体精度最高,欧空局土地覆被数据集（ESACCI）的类别精度最高。裸地的占比一致性最高,草地的占比一致性最低。通过数据融合形成了中国土地覆被占比产品,经数据验证,该产品可以提高MCD12Q1和ESACCI数据的精度,比如可以将全球森林变化数据集（Hansen-GFC）与MCD12Q1之间的决定系数（R~2）由0.43提高到0.49。明显增加的森林面积仅占森林总面积的4.0%,主要分布在东北地区;大约61.7%的草灌面积减少,这些区域相对集中在东北和华南;耕地明显增加的面积（3.2%）与明显减少的面积（3.0%）基本相等,增加的耕地主要在西北地区;裸地变化不明显,明显增加的裸地面积仅占总裸地面积的0.66%。（3）中国土地覆被变化所产生的多重生态效应具有空间异质性和不可逆转性。耕地向草灌的转化具有负的绿度效应（-0.017）和负固碳效应（-0.015kg C/m~2）,森林向草灌的转换具有负的绿度效应（-0.01）和增温效应（0.079℃）。森林转换为草灌具有负的绿度效应,并且森林占比变化越大,负的绿度效应越强（斜率为-0.004）;将更多耕地转换为草灌,对植被固碳的影响就越弱（斜率为-0.056）。不同气候和海拔区的生态效应在幅度上有很大差异。因此土地覆被变化造成的许多生态影响是不可逆转的,且土地覆被变化造成的生态效应变化幅度是区域性的。降水分布是土地覆被变化生态效应空间异质性的主要驱动因子。