Il existe de nombreuses divergences et incertitudes entre les divers produits mondiaux d'utilisation des terres et de couverture foncière (LULC), qui les rendent inadaptés à leur utilisation directe dans une région spécifique. Dans cette étude, des séries temporelles de l'indice de végétation améliorée (EVI) provenant du spectroradiomètre imageur à résolution modérée (MODIS), ayant une résolution spatiale de 250 m, ont été utilisées en combinaison avec des caractéristiques géographiques pour une classification de l'occupation du territoire (LULC) dans les montagnes de Qilian, au nord-ouest de la Chine. Trois algorithmes ont été évalués : Random Forest (RF); l'arbre de classification et de régression (CART); et la machine vectorielle (SVM). Notre produit de classification final a été comparé à trois cartes LULC mondiales. Les résultats ont montré que (1) dans des régions montagneuses complexes, l'information topographique pouvait améliorer les résultats de la classification lorsqu'elle était intégrée à l'information spectrale; (2) les résultats de l'algorithme RF ont atteint la plus grande précision globale (88,84%); (3) il y a une cohérence entre notre résultat de classification et les trois produits LULC pour les classes homogènes, mais les résultats sont incohérents dans les classes hétérogènes; et (4) l'exactitude globale a été améliorée d'environ 10% par rapport aux trois produits LULC. Par conséquent, ce produit de classification est plus approprié que les produits LULC mondiaux compte tenu de la topographie complexe de cette région montagneuse. [ABSTRACT FROM AUTHOR]