地表覆盖是指自然地物和人工利用地所覆盖的地表诸多要素的综合体,侧重描述地表的时间和空间特性等自然属性。作为一种重要的地理空间数据,地表覆盖综合利用多源遥感影像等现势性信息源,测定和更新地表属性,在地理国情监测和地理信息资源建设中发挥了重要的作用。地表覆盖分类一般是利用遥感影像的光谱、纹理、物候、人类活动强度等特征对地物进行分类,其中目视解译分类技术是最早出现的地表覆盖分类技术,对于精度要求较高的地表覆盖分类需求,其分类精度一般高于计算机的分类精度。但目视解译分类精度依赖于解译者的经验积累,分类结果受主观因素影响较大,并且具有投入大、效率低、自动化不足等缺点。随着人类活动对地表的动态影响,用户对地表覆盖数据的生产效率和现势性提出了更高的要求。
遥感影像地表覆盖机器分类主要分为基于像素的分类方法和面向对象的分类法。基于像素的分类方法分为监督分类和非监督分类,其中监督分类需要样本的先验知识,而非监督分类则不需要先验类别知识,面向对象分类方法主要有模糊分类方法和最邻近分类方法。随着大数据的出现以及计算机运算能力的提升,基于像素的监督分类方法成为遥感影像地表覆盖自动分类的主要研究方向。