基于生态地理分区从面积精度和位置精度两个方面定量探讨了5套全球土地利用/覆盖(LULC)数据产品在实际应用中的不确定性,为基于生态地理分区的相关研究选择合理数据集提供参考依据,同时为中国生产全球LULC产品提供有关信息。选择中国地区20个典型生态地理分区为研究对象,采用最小误差频率法,分析5套数据集对各个类型面积估计的不确定性大小及原因;采用混淆矩阵法,基于位置分析5套数据集在类型混分方面的不确定性大小,原因及空间分布规律。结果表明:在生态地理分区尺度,MODIS,Meris300以及Glc2000这3套数据集明显优于Umd和Usgs这两套数据集,并且随着生态地理分区自南向北、自东向西的空间分布,这3套数据集的不确定性呈减小趋势。对所有生态地理分区而言,Meris300数据集整体估计的稳定性最高,但是估计精度不是最高,并且它对建设用地和水域的估计最有优势。MODIS数据集整体估计精度和稳定性次之,对耕地的估计最有优势。Glc2000数据集更适用于土地利用/覆盖简单的生态地理分区。研究还发现地形和土地利用/覆盖的复杂程度是引起数据集不确定性的两个重要因素。