土地水蚀荒漠化主要发生在生态脆弱的湿润地区、亚湿润和季节性干旱地区,针对以上地区的水蚀荒漠化提取的研究仍需在现有研究基础上继续深入。云贵高原是典型的季节性干旱的生态脆弱地区,境内水蚀荒漠化情况严重,因此针对云贵高原的大尺度水蚀荒漠化研究具有十分重要的现实意义。本文采用了Landsat遥感数据提取云贵高原水蚀荒漠化分级专题信息,进行了时空变化分析,并利用相关的气象数据、土地覆被数据和社会数据,分析水蚀荒漠化在时间尺度和空间尺度上的驱动因子。本文主要研究成果如下:(1)基于Landsat数据和GEODEM数据,综合考虑影响水蚀荒漠化发育的各个因素,构建植被覆盖度、劣地覆盖度、坡度、沟谷密度四个指标,采用决策树方法进行了该区域水蚀荒漠化分级遥感制图,并与三个指标、两个指标、单一指标和使用SVM方法得到的水蚀荒漠化分级信息进行对比。实验结果表明四个指标的方法的精度最高,其总体精度达90.61%,Kappa系数达0.8685;(2)采用四个指标决策树提取了1989-2016年云贵高原的水蚀荒漠化分级(重度、中度、轻度和无水蚀荒漠化)专题图。对近三十年云贵高原地区的水蚀荒漠化进行进行时空分析,形成以下结论:云贵高原的荒漠化的主要分布可以分为滇桂黔片区,乌蒙山片区,滇西边境片区和红河沿岸地区,这些地区的水蚀荒漠化成因各不相同;1989-2016年云贵高原水蚀荒漠化总体呈扩张趋势,但贵州省大部分地区水蚀荒漠化面积变化不大,部分地区甚至出现缓慢下降趋势;2010年至2013年,云南省各地州的水蚀荒漠化覆盖比例明显上升,在滇中地区尤为明显;(3)近三十年云贵高原地区水蚀荒漠化的驱动因子分析。在时间尺度上,综合分析所有9个驱动因子,使用灰色关联度模型分析水蚀荒漠化的主要影响因子得出,云贵高原水蚀荒漠化的主要受气候因子的降水量,土地覆被因子的植被面积、耕地面积和裸土面积,人类活动因子的GDP和人口数量的影响。在空间尺度上,使用地理加权回归模型方法计算影响因子对水蚀荒漠化的相关性得出,地理加权回归模型加入的空间要素,克服了传统统计模型条件假设的缺陷,拟合效果明显提高。共线检测所筛选出来的三个主要影响因子是气候因子的年降水量,土地覆被因子的植被覆盖面积,人类活动因子的GDP。这三个影响因子对水蚀荒漠化的地理加权回归回归系数正负区间皆有分布,主要集中在[-1,1]之间,并呈正态分布。三个影响因子中对水蚀荒漠化的影响因子绝对值最大的是降水,其次是GDP,再次是植被面积,说明云贵高原的水蚀荒漠化主要受降水的影响,且云贵高原的水蚀荒漠化是一个综合性的过程,是自然因素和人类活动共同作用的结果。降水、植被面积和GDP对水蚀荒漠化的影响主要呈负相关关系,降水与水蚀荒漠化主要呈现的主要区域分布在黔中地区、黔西南地区、滇西地区,植被面积与水蚀荒漠化呈现的主要区域分布在滇西南地区、滇中地区、滇桂黔片区,GDP与水蚀荒漠化呈现的主要区域分布在滇西地区、滇桂黔片区;(4)综上所述,云贵高原水蚀荒漠化的提取方法,使用指标体系配合决策树方法,使用四个指标提取的水蚀荒漠化分级结果优于使用三个指标、两个指标、单一指标的方法,且优于SVM方法。得到的水蚀荒漠化分级结果,空间分布主要集中于滇桂黔片区,乌蒙山片区,滇西边境片区和红河沿岸地区。从时间尺度和空间尺度两个角度分析水蚀荒漠化的驱动因子,结果证明云贵高原的水蚀荒漠化是一个复杂的,自然因素和人为因素共同作用的结果。