土地利用在历史时期的演变进程对于分析过去气候变化的人为因素影响有着重要的作用。然而，当前数据资源匮乏和土地利用历史重建方法的不足导致现有土地利用历史变化数据对气候模式模拟结果的影响差异性很大。为了解决土地利用历史数据短缺和精度不足的问题，土地利用历史重建方法的改进是十分必要和迫切的。　　 本文首先收集与整理了1990年和2000年的基于高分辨率遥感监测得到的土地利用格网数据、土地利用变化驱动因子数据集和土地利用调查与统计数据，选取了京津冀地区作为研究案例区。在此基础上，利用基于决策树算法的See5软件训练土地利用变化转换规则，并将转换规则通过编程的方式在基于元胞自动机的土地利用历史重建模型中实现，最后从2000年模拟1990年土地利用的空间分布格局。　　 通过对京津冀地区的模拟，结果显示:1）转换规则的精度随采样率的增加先是增加而后趋于平缓，规则数则呈显著增加趋势，选择20％的采样率得到的规则平均精度和数目分别为86.7％和104条，满足精度要求;2）土地利用历史变化的模拟结果经过空间匹配对照，总体精度最终达到71.72％。　　 经过分析发现在模拟过程中影响精度主要有两个因素:1）土地利用转换规则训练过程中随机采样方法使得规则训练数据存在不稳定性，进而影响土地利用转换的精度;2）土地利用历史变化模拟数据准备过程中出现的一些无效值，直接影响土地利用转换的精度。上述两个问题经过改进后，模拟结果精度有望达到80％以上。　　 综上所述，基于决策树和元胞自动机的土地利用历史重建方法对于获取历史时期土地利用的时空分布是有效和可行的，但仍需要进一步研究改进方法的模拟精度。