本研究以高黎贡山南段为研究对象，利用TM遥感数据，通过图像预处理、地形校正、图像增强与特征提取、波段组合选择、图像分类等技术环节，对高山峡谷区自然保护区及周边土地利用/土地覆盖信息进行提取研究，探索高山峡谷地区利用遥感数据为信息源快速获取土地利用/土地覆盖的有效方法。 研究的主要内容和研究结果归纳如下： (1)研究区TM图像地形校正。高黎贡山属横断山脉南麓，地形陡峭、切割深，造成遥感影像大量的地形阴影存在。本文利用经验统计法、C校正、Minnaert校正方法对遥感图像进行地形校正处理，通过视觉和定量方法评价校正效果，表明经验统计法更适合本研究区图像的地形校正。使用ISODATA分类法对校正后的图像进行分类对比，结果表明经过地形校正后的遥感图像可以提高遥感图像分类的精度。 (2)对TM原始图像的6个波段和经图像增强与特征提取生成的8个主要新特征图像，共计14个波段，计算各波段的信息量、标准差、相关性等统计参数；在三波段组合信息量协方差矩阵行列式值计算的基础上，选择排名前10位的组合和TM原始波段中的最优波段组合TM345进行类间可分性分析。分析结果表明，TM345组合与信息量排名前10位的波段组合在类间可分性上相差不大。说明本研究土地利用/土地覆盖分类时可以TM345波段组合为主，其余的波段将作为辅助光谱信息参与分类。 (3)根据Anderson土地利用/土地覆盖的分类系统，结合研究区和遥感分类的特点，制订了适合研究区的土地利用/土地覆盖分类系统(二级分类系统)。一级地类分类时，本研究利用光谱信息和非遥感信息融合进行分类，精度分析表明，此方法比仅用光谱信息的分类法效果好，总体精度提高了15.4％，总体Kappa系数提高了0.182。分至二级地类时，由于“同物异谱，异物同谱”现象较多，由此产生了不确定性的情况，导致二级地类错分现象严重；研究中利用光谱知识、地学知识和纹理特征构建知识分类器，对研究区二级地类进行分类。基于知识的分类方法能将纹理特征、GIS数据和遥感图像数据等知识有机地结合在一起，将这些知识用于遥感图像分类，能减少“同物异谱，异物同谱”的混杂现象，提高分类的精度。研究结果表明，通过光谱、地学规律和纹理特征的综合应用，可有效提高二级地类可分性。 (4)通过研究区土地利用/土地覆盖统计分析，结果表明研究区以林地为主，且多分布在保护区内，保护区外以农地为主；通过研究区土地利用/土地覆盖变化分析，结果表明研究区保护区内林地保护较保护区外好，表明高黎贡山自然保护区现行的保护措施是有效的。 研究表明遥感技术适用于高山峡谷区自然保护区及周边土地利用/土地覆盖的调查，可以用于评价保护区现行保护措施是否有效，且获得的数据可以为保护区保护措施、资源开发模式的制定等奠定坚实的基础。