人类的生存与发展都依托于土地，土地是一种宝贵而有限的的资源。土地是人类重要的生活资料和生产资料，人类所要达到的所有社会经济目的也都要通过对土地的长期经营而实现。在21世纪的今天，全世界大部分土地都已被人类开发的前提下，如何充分利用有限的土地为人类提供更多的物质财富以及更好的经济服务显得尤为重要。　　随着人类科技水平的不断发展，对于土地所包含的各类属性的认识水平也随之升高，利用这些知识调整土地利用范式可以取得更好的社会经济效益，因此土地利用是一种动态过程，表现为人类与土地之间物质、能量、信息的交流和转换。土地利用现状分析，是对土地资源合理利用的基础，提高对土地利用现状信息提取的效率和质量有重要的意义。　　传统的土地利用类型获得方法为实地调查，该方法虽然准确度较高但会耗费巨大人力物力，且时间上不能满足日新月异的变化。从上世纪70年代Landsat系列遥感卫星升空开始，通过遥感影像进行土地利用调查的研究便开始进行。遥感卫星影像具有信息量大，资料全面等特点，对于土地利用分类具有重要意义。由于世界各地的气候、地形，水文，植被以及社会经济条件不同，因此没有一个统一适用于全球的分类体系和自动解译方案。因此如何根据实地情况选择合适的分类体系与自动解译方案成为研究热点。　　本文选取对于北方地区特别是京津冀地区而言非常具有代表性的秦皇岛地区为例，参考USGS、NLCD、IGBP、FAO以及我国的中科院土地利用分类系统，以及OIL影像特征创立了符合秦皇岛地区的实际情况的土地利用分类系统，将研究区土地利用类型分为耕地、林地、灌木、草地、裸地、建筑、水体。遥感分类的主要方法有人工目视解译、基于监督分类、基于非监督分类、面向对象、决策树等，本文在这些传统方法的基础上进行了整合与联动，采用基于非监督分类与决策树相结合的方法进行自动解译。本研究准备了2015年秦皇岛地区的Landsat8 OIL遥感影像、NDVI（植被归一化指数）灰度图、EVI（增强植被归一化指数）灰度图、DEM（数字高程模型）影像、坡度图、坡向图、地形特征图等数据。首先采用非监督分类的方法将遥感影像粗分类，分析各类型的光谱值完成合并形成基于非监督分类的土地利用类型图;然后以非监督分类土地利用类型图为基础，采集NDVI、EVI、海拔、坡度、坡向、地形特征等数据选出100个样本区，并根据可分离度验证样本区的可信度;再次统计样本区的属性根据C4.5模型计算出决策树分类标准;最后执行决策树得到分类结果，并利用通过混淆矩阵的方法对结果进行精度评价。基于非监督分类与决策树相结合的方法的总体分类精度约为86％，Kappa系数约为0.80，能够满足国家自然科学基金“基于土地利用的京津冀大气颗粒物浓度时空变化模拟研究(41471091)的要求。证明了本文采用的方法的先进性，同时也说明本文分类结果符合秦皇岛地表类型的真实状态。　　本文的创新点在于:　　(1)结合USGS、NLCD、IGBP、FAO以及我国的中科院土地利用分类系统创立了基于OIL影像的秦皇岛地区土地利用分类系统　　(2)制作了秦皇岛地区NDVI、EVI、DEM、坡度图、坡向图、地形特征图等详实的基础数据库　　(3)通过非监督分类方法确立了秦皇岛地区土地利用粗分类，结合(2)数据库的各项数据采集了样本属性表，根据C4.5模型制作了决策树，并得出优于非监督分类的结果，即利用了非监督分类对于光谱数据采集的优越性，也很大程度上弥补了非监督分类的不足。