黄土地貌的自动识别不仅需要类型分类，还涉及边界预测。然而，现有方法往往将两者分离建模，难以在统一特征空间中同时表达复杂空间结构的语义与几何信息。为此，本文提出LoessFormer，一种基于Transformer的自监督黄土地貌分类与边界预测一体化框架。该模型首先设计了图像掩码预测与图像顺序预测两种互补的自监督任务，用于学习地貌形态的局部细节与全局结构特征；随后将两种任务嵌入统一的Transformer预训练架构中，以增强空间与语义特征的表达能力。最后，在下游微调阶段，LoessFormer通过端到端联合优化分类与边界回归模块，来实现类型识别与边界预测的一体化建模。以中国黄土高原典型地貌区为实验区的实验结果表明，LoessFormer在地貌识别精度与边界预测能力方面均表现优异，mAP值达到55.68%，显著优于现有主流基线方法。