空间采样设计对于准确评估LULC遥感分类结果非常重要。空间分层可以通过将研究区域划分为多个层来显著提高空间采样效率。通过整合LULC分类结果，提出了一种面向遥感分类精度评价采样设计的空间分层方法。首先，对不同分辨率遥感数据进行标准化和重新分类，包括2017年30 m中国土地利用/覆盖数据集（CLUD）、500 m MCD12Q1和10 m FROM-GLC10数据。其次，定制了分层规则，制定了基于CLUD和MCD12Q1实现11个分层的技术规范，并使用FROM-GLC10作为精度评估的参考数据。最后，选择六个样本集（16417、1821、 652、 337、198和142），构建总体精度（OA）、相对精度（DA）、均方根误差（RMSE）和标准偏差（STDEV）的指标体系，评估不同抽样方法下的空间分层采样效率。结果表明，与空间均匀抽样方法相比，研发的空间分层基础上的均匀抽样方法的OA更接近真实OA，相应的RMSE和STDEV结果分别从2.097%和2.127%下降至0.914%和0.713%。该方法可以区分样本差异，提高样本的代表性，用于空间布设遥感分类精度评价的验证样本。

空间采样,空间分层,遥感分类,精度评价,样点分配