中巴资源卫星数据驱动的土地利用/覆被分类系统构建研究

"这篇论文详细介绍了基于中巴资源卫星数据构建土地利用/覆被分类系统的研究，由申克建、周伟等人共同完成。该研究旨在提供一种适用于国家尺度的遥感分类应用的方法，以满足土地规划和资源管理的需求。通过文献分析、比较研究和计算机实验，作者们提出了一个结合中巴资源卫星CCD图像数据的土地利用/覆被分类系统，该系统能够有效提取和区分不同土地类型的特征。 文章指出，土地利用/覆被信息对于LULC变化的研究至关重要，也是土地管理和规划的必备条件。因此，建立科学合理的分类体系具有深远的理论意义和实践价值。作者们对已有的国内外土地覆被分类体系进行了回顾，包括全球测图项目、IGBP-GLCCS、FAO-LCCS、Anderson-LULC、MRLC等，强调了这些分类体系的多样性以及各自适用的场景。 在构建新分类系统的过程中，研究团队考虑了中巴资源卫星传感器的波谱响应特性，并结合人工目视解译技术，确保了分类的准确性。论文详细描述了各个分类类别的定义和特征，使得该系统能够适应广泛的遥感应用。此外，研究还探讨了影响分类体系的因素，如研究目的、地域特性、个人主观判断以及数据源的选择。 该论文的贡献在于提出了一种适用于国家层面的土地利用/覆被分类系统，该系统不仅基于中巴资源卫星数据，还考虑了实际操作中的各种因素，为后续的土地覆被变化监测和分析提供了有力工具。这一成果对于提升我国乃至全球的土地资源管理和科学研究具有积极的推动作用。"