土地覆盖及其变化是全球环境变化过程中的重要因子，是研究各种生物圈过程模型和陆地生态系统动态变化的基本变量之一，也是联结大气圈和生物圈的地球系统过程的重要输入因子。借助遥感影像通过分类方法获取区域土地覆被信息并且逐步提高其分类精度是目前一项基础课题。随着全球变化模拟对于及时、准确的土地覆被及其变化信息的需求加剧，基于遥感手段的中等尺度区域土地覆被分类研究日益受到重视。　　 本文以秦岭中段为例，以250米分辨率的MODIS-NDVI时序数据为主要数据源，利用不同地物的时序变化规律，采用监督和非监督这两种不同分类方法，对秦岭地区的土地覆被信息进行提取，并利用相同随机点对这两种分类结果作了精度评价。结果显示这两种分类方法的精度水平都比较高，但相比之下，非监督分类的精度更高，其总体精度和Kappa系数分别为85.43％和82.24％，比监督分类法的这两项指标都高出10％以上。另外，基于GPS外业调查数据对非监督分类结果所做的精度评价也表明，基于中低分辨率的时序MODIS-NDVI影像和非监督分类法的秦岭中段土地覆被遥感分类结果可靠。本项研究可为低成本、高精度的大区域土地覆被/土地利用遥感分类和量化制图提供科学的解决方案。