本文在中德科技合作与交流项目(2007DFB70200)和山东省自然科学基金(Y2008E10)的资助下，以黄水河流域为研究对象，采用数字化地形图等高线获取地形数据，构建流域数字高程模型。通过基于DEM信息含量和数据误差计算的方法确定最佳分辨率，并进行流域地形特征的提取与分析，通过对比分析 DEM提取的坡度因子与实测坡度，评价DEM提取地形因子的质量。通过DEM及提取的各地形因子层面与土地利用现状图的复合分析，获取土地利用类型随地形的变化的内在规律(获取知识)，并将这种知识应用于遥感影像的监督分类中，提高遥感影像自动分类的精度。在此基础上，结合流域的气象、植被及土壤资料，采用土壤定量侵蚀遥感模型对黄水河流域水土流失现状进行评价分析。主要研究内容和成果如下:　　(1)在参阅与总结前人的相关理论及研究成果的基础上，阐述了数字高程模型建立及数字地形分析的理论方法，评价分析了DEM地形数据获取的方法，介绍了基于DEM提取坡度、坡向及坡长等地形因子的原理与算法。根据本研究的技术要求，选取扫描数字化地形图等高线获取构建 DEM的地形数据，采用基于等高线生成不规则三角网(TIN)，再内插生成规则格网模型(RSG)的方法构建研究区数字高程模型。通过计算 DEM信息含量确定其最佳分辨率，并通过对比分析 DEM提取的坡度因子与实测数据，评价DEM数据提取坡度因子的质量。研究表明:这种基于等高线构建 DEM的方法充分考虑了等高线所表达的地形结构特征、灵活的适应复杂的图形数据、运行速度快且建模效率高。通过计算 DEM的信息量和比较分析 DEM提取的地形因子，得出本次构建的DEM的最佳分辨率为5m。　　(2)通过DEM及提取的各地形因子层面与研究区2004年土地利用现状图及野外调查的复合分析，获取土地利用类型随地形的变化的内在规律(即获取知识)，并将这种知识应用于遥感影像的监督分类中，对2006年的TM影像进行计算机分类，可以显著提高分类精度，总体分类精度达到86.13％，Kappa指数值达到0.8501。研究表明，该方法将原有的GIS数据的先验性知识综合集成用于遥感图像的分类中，可以促进 GIS数据更新的自动化，提高遥感影像自动分类的精度。　　(3)借助 GIS、RS技术，采用土壤定量侵蚀遥感模型，利用研究区 DEM、遥感影像、土壤类型及气象数据，提取模型中土壤侵蚀影响因子:降水侵蚀力因子 R值、土壤可蚀性因子 K值、地形因子坡度坡长 LS值、覆盖与管理因子 C值和水土保持措施 P值，并通过空间叠加分析得到黄水河流域水土流失强度现状图。然后按照中华人民共和国行业标准《土壤侵蚀分类分级标准》(SL190-2007-1)，参考《水土保持技术规范》的有关要求对研究区水土流失强度划分等级。结果表明，黄水河流域以微度侵蚀和轻度侵蚀为主，在空间上成片分布。强度及其以上的侵蚀所占比例仅为12.7％，主要分布在山丘区大于15°的坡地和废弃工矿用地上。通过分析地形因子对土壤侵蚀的关系得出，当地形坡度小于5°时，无论其土地利用方式、土壤条件、植被状况如何，所产生的土壤侵蚀一般在允许范围以内；当坡度大于15°时坡面极易发生强度以上的土壤侵蚀。