为实现城市近郊区县土地覆盖的精准快速分类，本研究选取三个典型城市近郊区县为例，分别采用三种遥感分类产品知识挖掘的训练样本自动生成，在多源遥感数据收集基础上建立分类特征数据集，实现三个近郊区县土地覆盖的随机森林遥感分类与精度评价。结果表明，所提出遥感分类产品知识驱动下自动生成样本点的准确率主要在92%～94%之间，均高于86%，特别是以GLC＿FCS30分类产品为样本生成来源的准确率最高；三个研究区平均总体精度达93.217%、Kappa系数为0.876，以GLC＿FCS30为样本自动生成来源的分类精度表现最高，本研究分类结果OA及Kappa 系数在采用相同验证样本情况下均高于原始土地覆盖产品的精度；分类空间细节方面，本文10m分辨率土地覆盖制图精度高于30m 分类产品，同时优于样本自动生成来源的10m土地覆盖产品。研究结果证实了利用遥感分类产品自动生成样本的城市近郊区县土地覆盖分类具有可行性，有助于此类地区土地覆盖的无先验样本自动分类、分类精度和制图效率提升。