城市土地利用是反映城市格局的基本状态和城市内部功能区的区域差异。本文的研究区为长春市四环城路以内的五个行政区,研究区总面积为468.2km2,并将研究区内的城市土地利用类型共分为11种。基于Sentinel-2A卫星遥感影像、OSM路网数据和POI兴趣点等数据,利用随机森林算法和CART决策树算法,对长春市城市土地利用进行分类。并探究在城市土地利用分类中两种分类算法的优势与不足。结果表明,在随机森林算法的分类结果中,其城市土地利用分类类型中工矿仓储用地、教育用地、体育与文化设施用地和公园与绿地的土地利用类型分类精度在80%左右,商务办公用地和商业用地有较好的分类精度,而住宅用地、交通运输用地、机关团体用地和医疗卫生用地的分类精度在60%左右。总体分类精度为71%,Kappa系数为0.68。在CART决策树类算法的分类结果中,住宅用地、交通运输用地和医疗卫生用地的土地利用类型的分类精度在50%左右,总体分类精度为67%,Kappa系数为0.63。随机森林算法的分类结果在长春市城市土地利用分类中要比CART决策树类算法的分类结果更加准确,分类精度更高。在长春市城市土地利用分类中,混合度越高的用地类型,分类精度越差。正确选择训练样本中的样点,可以有效提高分类精度。在较为精细的分类体系中,长春市城市土地利用分类结果有着不错的分类精度,可为长春城市发展提供有效依据。