土地利用遥感
利用遥感技术进行土地利用变化分析
利用遥感技术进行土地利用变化分析遥感技术在土地利用变化分析领域有着广泛应用，可以帮助我们全面了解土地利用变化的趋势、原因和影响。
本文将介绍遥感技术在土地利用变化分析中的基本原理、方法以及在实际应用中的案例。
一、遥感技术在土地利用变化分析中的基本原理1. 遥感技术的基本原理遥感技术是通过获取地球上的红外、可见光、微波等电磁波辐射信息，分析和解释地物特征和变化的一种技术手段。
主要包括主动遥感和被动遥感两种方式。
其中，被动遥感是通过接收地球表面反射的太阳辐射来获取信息，它是土地利用变化分析中最常用的手段。
2. 土地利用变化分析的基本原理土地利用变化分析是通过对不同时期的遥感影像数据进行比较和解译，找出不同时间点的土地利用类型的变化情况。
一般流程包括数据获取、数据预处理、土地利用分类和变化检测。
二、遥感技术在土地利用变化分析中的方法1. 数据获取土地利用变化分析需要使用到不同时间段的遥感影像数据，这些数据可以通过多种方式获取，如卫星、航空摄影和遥感倾斜摄影等。
2. 数据预处理预处理主要包括辐射校正、大气校正和几何校正等。
辐射校正是将图像灰度值转换为反射率，以消除地表反射率的不同，并保证不同影像能够进行比较。
大气校正可消除大气因素的影响，提高图像质量。
几何校正则是通过对地面控制点和地物特征进行准确的地理校正，以确保图像几何位置的准确性。
3. 土地利用分类土地利用分类是将遥感影像中的地物根据其特征进行分类和标注。
一般分类方法包括有监督分类和无监督分类。
有监督分类需要依靠事先标注好的训练样本，通过提取特征进行分类；无监督分类则是根据遥感数据自身的特征进行分类。
4. 变化检测变化检测是指在不同时间点的遥感影像中，对土地利用变化进行检测和定量分析。
主要方法包括基于像元的变化检测和基于对象的变化检测。
基于像元的变化检测是通过对相邻时间点像元的差异进行分析来判断变化，而基于对象的变化检测则是利用图像分割算法将图像分割为对象，并对对象进行变化分析。
土地利用与土地覆盖分类的遥感数据处理方法
土地利用与土地覆盖分类的遥感数据处理方法土地利用与土地覆盖是人类社会与自然环境相互作用的重要方面。
随着科技的发展，遥感技术在土地利用与土地覆盖研究中扮演着重要角色。
本文将介绍土地利用与土地覆盖分类的一些遥感数据处理方法。
一、遥感数据获取遥感数据是进行土地利用与土地覆盖分类的基础。
遥感数据可以分为光学遥感数据和微波遥感数据两种类型。
光学遥感数据主要利用航空影像和卫星影像获取，而微波遥感数据则通过合成孔径雷达(SAR)等技术获取。
这些数据提供了不同波段的图像，可以用于土地利用与土地覆盖分类。
二、预处理在进行土地利用与土地覆盖分类前，需要对遥感数据进行预处理。
预处理的目的是消除图像中的噪声、增强图像特征等。
预处理方法包括辐射校正、大气校正和几何校正等。
辐射校正可以将图像转换为反射率，大气校正可以消除大气影响，几何校正可以纠正图像的几何畸变。
三、特征提取特征提取是土地利用与土地覆盖分类的关键环节。
特征可以分为光谱特征、纹理特征和形状特征等。
光谱特征是根据不同波段的反射率进行提取，可以反映地表覆盖类型的光谱差异。
纹理特征是根据图像中像素间的空间关系进行提取，可以反映地表覆盖类型的纹理差异。
形状特征则是根据地物的形状进行提取，可以反映地表覆盖类型的形态特征。
四、分类方法在进行土地利用与土地覆盖分类时，可以采用不同的分类方法。
常用的分类方法包括监督分类和非监督分类。
监督分类是在具有已知类别的样本的指导下进行分类，常用的方法包括最大似然分类、支持向量机和神经网络等。
非监督分类是根据图像的统计特性进行分类，常用的方法包括K-means聚类和ISODATA聚类等。
五、分类结果评价对于土地利用与土地覆盖分类的结果，需要进行评价与验证。
评价指标包括分类精度、混淆矩阵和Kappa系数等。
分类精度可以反映分类结果的准确性，混淆矩阵可以反映分类结果的混淆情况，Kappa系数可以综合评价分类结果的准确性和混淆情况。
综上所述，土地利用与土地覆盖分类的遥感数据处理方法包括数据获取、预处理、特征提取、分类方法和分类结果评价。
基于遥感技术的土地利用变化分析
基于遥感技术的土地利用变化分析遥感技术是一种通过卫星、飞机、无人机等远距离获取地表信息的技术手段。
利用遥感技术，可以实现对土地利用变化进行准确、高效的分析。
本文将探讨基于遥感技术的土地利用变化分析的方法和应用。
一、遥感技术在土地利用变化分析中的应用遥感技术通过获取地表影像，可以获取大范围的土地利用信息，包括农田、城市、森林、湖泊等地表类型的变化。
与传统的地面调查相比，遥感技术具有获取大范围数据、高时间分辨率、低成本的优势，能够为土地规划、资源管理、生态环境保护等领域提供重要支持。
二、土地利用变化分析的方法1. 影像分类法影像分类是指将遥感影像中的像元划分为不同的类别，如农田、林地、水体等。
影像分类可以通过人工解译、监督分类和无监督分类等方法实现。
通过对多个时段的影像进行分类，可以得到不同时间点的土地利用类型分布。
2. 深度学习方法深度学习是一种基于神经网络的机器学习方法，近年来在土地利用变化分析中得到广泛应用。
深度学习方法能够通过对大量影像数据的训练，自动获取地物特征，并准确地进行土地利用类型分类。
相比传统的方法，深度学习能够更好地应对复杂的景观变化。
三、基于遥感技术的土地利用变化分析案例1. 城市扩张的变化分析随着城市化进程的加快，城市用地的需求不断增长。
利用遥感技术，可以对城市的扩张进行动态跟踪和分析。
通过对连续时期的遥感影像进行分类，可以获取不同时间点城市用地的面积、空间分布等信息，为城市规划提供参考依据。
2. 生态环境变化的监测生态环境是人类生存和发展的重要基础。
利用遥感技术，可以对森林、湿地等自然生态系统的变化进行监测。
通过对遥感影像的分类分析，可以获取不同时间点生态系统的植被覆盖情况、湿地面积变化等信息，为生态环境保护和管理提供科学依据。
3. 农田利用变化的研究农田是粮食生产的重要基地，农业发展与粮食安全息息相关。
利用遥感技术，可以对农田的面积变化、土地利用类型的变动进行分析。
通过对多期遥感影像的比对，可以了解不同时间段农田面积的增减变化情况，为农业决策提供参考。
如何使用遥感影像进行土地利用变化监测
如何使用遥感影像进行土地利用变化监测引言遥感技术以其高精度、高时空分辨率、广覆盖等特点，成为土地利用变化监测的重要工具。
本文将介绍如何使用遥感影像进行土地利用变化监测，并探讨其在环境保护、农业发展等方面的应用。
一、遥感影像的获取和处理遥感影像可通过卫星、无人机或飞机等手段进行获取。
在获取影像后，需要进行预处理，包括辐射校正、大气校正和几何校正等。
通过这些处理，可以消除影像中的噪声和偏差，提高数据质量。
二、土地利用类型分类土地利用变化监测首先需要对影像中的土地利用类型进行分类。
常用的分类方法有基于像元的分类和基于对象的分类。
基于像元的分类是指将每个像元归类为某一特定的土地利用类型。
基于对象的分类则将像元组合成对象，再对对象进行分类。
选择适当的分类方法，可以提高分类精度。
三、影像解译与变化检测在进行土地利用变化监测时，需要解译原始影像，并提取土地利用类型信息。
解译可以利用目视解译、半自动解译或全自动解译等方法。
解译完成后，可以通过比较不同时间段的影像，进行土地利用变化的检测。
检测方法包括像素级变化检测和对象级变化检测。
通过这些方法，可以获得土地利用变化的空间分布和变化程度等信息。
四、土地利用变化监测的应用土地利用变化监测在环境保护、城市规划、农业发展等方面具有广泛的应用。
首先，通过监测土地利用变化，可以及时发现环境恶化和生态系统退化等问题，为环境保护提供科学依据。
其次，土地利用变化监测对城市规划和土地资源管理具有重要意义。
及时监测和控制土地利用变化，可以合理规划城市用地，提高土地资源的利用效率。
此外，农业发展也离不开对土地利用变化的监测。
通过及时了解土地利用情况，可以调整农业生产布局，提高农业生产效益。
结论遥感影像在土地利用变化监测中发挥着重要作用，通过对遥感影像的获取、处理和解译，可以监测土地利用变化的空间分布和变化程度。
这对环境保护、城市规划和农业发展等方面具有重要意义。
随着遥感技术的不断发展，相信在未来，遥感影像将在土地利用变化监测中发挥更大的作用。
遥感技术在土地利用变化分析中的应用
遥感技术在土地利用变化分析中的应用随着社会经济的快速发展，土地利用变化成为一个重要的研究领域，而遥感技术的应用对于土地利用变化的分析和监测具有不可替代的作用。
本文将重点介绍遥感技术在土地利用变化分析中的应用。
一、土地利用变化分析的研究意义土地利用变化分析是通过研究和分析土地利用变化的原因和趋势，为国土空间规划和土地资源管理提供科学依据。
对于保护生态环境、合理利用土地资源、提高土地利用效益具有重要意义。
1.土地利用分类与变化监测遥感影像可以提供大范围、连续、定时的土地利用分类数据，通过不同波段和特征提取方法，可以对不同类型的土地利用进行分类和监测，并分析不同时间段的土地利用变化情况。
利用遥感图像和地理信息系统技术，可以快速、准确地提取土地利用变化的信息。
2.土地利用变化的时空分析遥感技术可以获取大尺度、时空连续的土地利用数据，通过对多期遥感影像的比对和分析，可以揭示土地利用变化的时空特征和趋势。
通过时空分析，可以了解不同地区、不同时间段的土地利用变化情况，揭示土地利用变化的规律和影响因素。
3.土地利用变化驱动力分析利用遥感技术获取的土地利用数据和其他相关数据，可以进行多尺度、多要素的土地利用变化驱动力分析。
通过统计分析和模型模拟，可以确定土地利用变化的主要驱动力，并揭示其作用机制。
这对于土地资源管理和可持续发展具有重要的指导作用。
4.土地利用变化对生态环境的影响评价土地利用变化对生态环境产生重要影响，利用遥感技术可以对土地利用变化对生态环境影响进行评价。
通过分析土地利用变化对生态环境的影响程度和范围，可以制定相应的保护和管理措施，实现生态环境的可持续发展。
5.土地利用变化的预测和模拟遥感技术可以提供大范围、连续的土地利用数据，结合地理信息系统技术和模型模拟方法，可以对土地利用变化进行预测和模拟。
通过建立土地利用变化模型，可以对未来不同情景下的土地利用变化进行模拟和预测，为土地资源管理和规划提供参考依据。
基于遥感数据分析城市土地利用变化
基于遥感数据分析城市土地利用变化城市土地利用变化是当前社会与环境发展中的重要问题。
随着城市化进程的加快，城市土地利用变化与城市发展之间的关系日益密切。
利用遥感数据进行城市土地利用变化分析，可以为城市规划和资源管理提供重要的参考依据。
本文将从遥感技术、城市土地利用变化、遥感数据分析城市土地利用变化等方面进行综合分析，旨在探讨基于遥感数据分析城市土地利用变化的方法与价值。
一、遥感技术及其在城市土地利用变化分析中的作用遥感技术是通过人造卫星、飞机等远距离采集地球表面信息的技术。
它具有高时空分辨率、多光谱信息等特点，可以提供丰富的数据源用于城市土地利用变化分析。
遥感技术在城市土地利用变化分析中具有以下作用：1.数据获取：遥感技术可以提供高质量、高分辨率的遥感影像，实现对城市土地利用的全面、准确、及时的获取。
2.识别分类：遥感影像可以通过图像解译、光谱分析等方法，将土地利用类型进行准确的分类和识别，从而得到土地利用的空间分布。
3.变化检测：通过对多时相的遥感影像进行比对和分析，可以快速检测出城市土地利用的变化情况，包括新增、减少、更新等。
二、城市土地利用变化的主要特征及影响因素城市土地利用变化主要表现为城市用地的扩张、耕地的减少、建设用地的增加等。
主要影响因素包括城市人口增长、经济发展、区域规划、环境保护等。
1.城市人口增长：城市土地利用变化与人口增长密切相关。
随着城市人口的不断增加，对城市用地的需求也越来越大，导致城市土地利用的变化。
2.经济发展：经济发展对城市土地利用变化起到重要推动作用。
随着城市经济的蓬勃发展，商业用地、工业用地等需求不断增加，引起土地利用的变化。
3.区域规划：城市土地利用变化受到区域规划的影响。
区域规划对城市土地的分区、分配和利用进行指导，从而影响城市土地利用的变化。
4.环境保护：环境保护对城市土地利用变化有一定的限制。
为了保护环境，限制城市建设用地的过度扩张，提倡节约用地、保护农田等措施，对城市土地利用进行调控。
遥感技术在土地利用变化中的应用
遥感技术在土地利用变化中的应用在当今社会，随着人口的增长和经济的快速发展，土地利用变化成为了一个备受关注的重要问题。
而遥感技术作为一种强大的工具，在监测和分析土地利用变化方面发挥着关键作用。
遥感技术，简单来说，就是通过非接触式的手段获取远距离目标的信息。
它利用传感器接收来自地面物体反射或发射的电磁波，然后将这些信息转化为可分析的数据。
在土地利用变化的研究中，遥感技术具有许多显著的优势。
首先，遥感技术能够提供大面积、同步的观测。
这意味着我们可以在短时间内获取到一个较大区域的土地利用信息，相比传统的地面调查方法，大大提高了效率和覆盖范围。
其次，它具有多光谱和高时空分辨率的特点。
多光谱可以让我们获取不同波段的信息，从而更全面地了解土地的特征。
高时空分辨率则能够捕捉到土地利用在短时间内的细微变化。
再者，遥感技术能够实现长期、连续的监测。
通过对不同时间获取的遥感数据进行对比分析，我们可以清晰地看到土地利用的演变过程。
那么，遥感技术在土地利用变化中到底是如何应用的呢？在土地利用分类方面，遥感技术大显身手。
通过对遥感影像的处理和分析，结合计算机算法和人工解译，可以将土地分为不同的类型，如耕地、林地、建设用地等。
例如，利用光谱特征、纹理特征等，能够准确区分出不同类型的土地覆盖。
在土地利用变化监测中，定期获取的遥感数据可以帮助我们发现土地利用类型的转变。
比如，原本的农田变成了工业园区，或者森林被砍伐转为了牧场。
通过对比不同时期的影像，能够清晰地看到这些变化，并计算出变化的面积和速率。
在城市扩张研究中，遥感技术也是不可或缺的。
随着城市化进程的加速，城市不断向外扩张，占用了大量周边的土地。
通过遥感影像可以直观地看到城市边界的扩展，分析其扩张的方向、速度和模式，为城市规划和管理提供重要依据。
在生态环境保护方面，遥感技术能够监测湿地、水域等生态系统的变化，及时发现由于土地利用变化导致的生态破坏，为生态修复和保护提供支持。
遥感影像目视解译(土地利用)
遥感影像解译标准的制定与完善
总结词
制定和完善遥感影像解译标准是提高解译质量和可重 复性的关键。
详细描述
由于遥感影像目视解译具有较强的主观性和经验性，不 同解译人员可能得出不同的解译结果。为了提高解译质 量和可重复性，需要制定和完善遥感影像解译标准。通 过建立统一的解译流程、符号体系和精度评估方法等标 准，规范解译人员的操作和评估方法，从而提高解译结 果的准确性和一致性。同时，标准的制定和完善也有助 于推动遥感影像目视解译的规范化发展，促进其在土地 利用监测和管理中的广泛应用。
人工智能与机器学习在遥感影像解译中的应用
总结词
人工智能和机器学习技术为遥感影像目视解译提供了 新的方法和思路，能够提高解译效率和精度。
详细描述
随着人工智能和机器学习技术的快速发展，这些技术 逐渐被应用于遥感影像的解译中。通过训练机器学习 模型，使其具备学习和识别遥感影像中地物特征的能 力，可以辅助或替代目视解译，提高解译效率和精度 。同时，机器学习技术还可以用于遥感影像的自动分 类和变化检测等方面，为土地利用监测和管理提供更 为准确和及时的数据支持。
间接解译标志
如地形地貌、水体分布、植被覆盖等 ，通过综合分析间接推断地物的类型 和特征。
遥感影像的解译步骤与方法
初步解译
根据解译标志对遥感影像进行 初步分类和识别。
详细解译
在初步解译的基础上，进一步 细化分类，完善地物特征信息 。
验证与修正
通过实地调查和验证，对解译 结果进行必要的修正和补充。
制图与输出
PART 04
遥感影像目视解译在土地 利用中的应用案例
REPORTING
WENKU DESIGN
城市扩张的监测与评估
总结词
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
为什么要用遥感技术进行土地利用/土地覆盖监测？
常规的土地利用调查是通过实地测绘的方法来进行，工作量大，调查周期长。 但随着近年来高时间、高空间、高光谱分辨率的遥感传感器的出现，遥感技术已经 能完全胜任不同尺度上的土地利用/土地覆盖调查。遥感技术的引用，大大节省了 调查成本和时间。
例如，英国曾进行过一次英伦三岛24万km2的土地利用常规调查，当时动员了 6000名中小学老师，花去6年时间才完成，等到土地利用图绘制完成后，土地利用 状况已发生很大的变化；1976年英国应用卫星图像分析与野外调查相结合的方法， 只有4个人9个月就完成了全国的土地利用调查，而且统计非常详细，大大缩短了调 查的周期。又如，上海市中心区的土地利用调查，90年代曾用常规方法花了2年多 的时间才完成，但完成后的图件已不能反映2年后的情况；1995年初利用航空遥感 方法，只花了2个多月就完成了调查，并且比常规方法更加详细。
从土地覆盖的角度看，陆地表面自然状 态可以粗分为：
•以植被为主的绿色覆盖； •以内陆水面为主的兰色覆盖； •以建筑、半荒漠为主的灰色覆盖； •以积雪、冰川为主的白色覆盖； •以荒漠、裸岩为主的浅色覆盖。
土地利用与土地覆盖的区别
土地利用侧重于土地的社会经济属性，土地覆盖 侧重于土地的自然属性。土地利用/土地覆盖的变化可 划分为两类：改造与变异，前者指由一种土地覆盖类 型转变为另一类土地覆盖类型，如由农业用地转变为 非农业用地；后者指土地覆盖类型内部的变化，如工 业用地转变为商业居住用地的变化。
2 土地利用/土地覆盖遥感制图
利用遥感数据进行土地利用制图一般包括确定分 类体系和实现分类两部分的内容。分类体系的设计主 要来自用户需求。有了分类体系我们往往会发现仅用 某一种数据或某一类制图方法很难实现对土地利用完 整准确地制图。因此需要综合运用多种资料并使用不 同的制图方法。如果仅有一种数据资料可供使用或只 可使用一种分类方法，应该尽量充分利用现有资料和 方法。
该分类系统基本满足利用TM 影像判读土地覆盖特征的要求， 具有较 强的可操作性。但同时也要看到，该分类系统在II级土地覆盖分类类别中 仍需进一步协调与县级土地利用分类系统中II 级类别的关系， 使其避免 类别交叉、混淆，尽可能调整到层次分明，便于从土地覆盖分类下进一 步分离土地利用类别。
该分类系统的局限性：
USGS的土地利用和土地覆盖分类体系结构
该分类系统采用典型的阶层式结构， 由四个层次的 分类系统构成。I 级分类主要基于土地覆盖/土地利用 宏观类型与土地资源自然生态背景， 通过卫星遥感影 像解译或数据处理过程获取；II 级分类通常通过航片 解译得到；III 级、IV 级分类依据各级需求在II 级分类 基础上灵活扩展。
土地利用：是人类根据土地的特点，按一定的经济与社会 目的，采取一系列生物和技术手段，对土地进行的长期性 或周期性的经营活动。它是一个把土地的自然生态系统变 为人工生态系统的过程。
土地覆盖：“国际地圈与生物圈计划”（IGBP）和“全球 环境变化人文计划”（HDP）：地球陆地表层和近地面层 的自然状态，是自然过程和人类活动共同作用的结果。美 国“全球环境变化委员会”（USSGCR）： 覆盖着地球表 面的植被及其它特质。也就是指自然营造物和人工建筑所 覆盖的地表诸要素的综合体，包括地表植被、土壤、冰川、 湖泊、沼泽湿地及各种建筑物（如道路等），具有特定的 时间和空间属性，其形成和状态可在多种时空尺度上变化。 土地覆盖作为一种综合体，它包括的因素可以很多。
本着“着重存储有使用价值的类型实体信息， 尽量减少 或压缩一般科学分类等级层次”的原则， 以1984 年全国农 业区划委员会《土地利用调查技术规程》为基础， 根据遥感 影像在亮度、纹理和色调等方面的特点， 对其分类内容进行 了调整， 形成了土地资源分类系统。该分类系统采用两层结 构， 将土地利用与土地覆被分为1- 耕地、2- 林地、3- 草地、 4- 水域、5- 城乡工矿居民用地、6- 未利用地等6 个I 级类， 25 个II 级类。并根据有林地的显著亮度和纹理特征， 将II 级地类中的有林地进一步细分为针叶林地、阔叶林地、针阔 混交林3 个III 级类。
是土地覆被分类系统过分地依赖特定遥感数据 源， 造成采用单一遥感数据源的土地覆被分类系统 的通用性不强；
是针对某种需要而拟定的土地覆被分类系统， 很难将其转换成适应不同目的的土地覆被分类系统。
国土资源部分类系统
国土资源部于2001 年启动了“土地利用/土地覆被变 化过程及效应”专项科技计划，“构建国家级土地利用 和覆被变化数据库及服务体系”是该专项科技计划的2 个 重点项目之一， 而“国家级的土地利用与覆被分类系统 构建”正是该项目的主要专题。该分类系统的适用范围， 旨在为国土资源部“构建国家级土地利用和覆被变化数 据库及服务体系”提供分类依据，同时为宏观土地资源 遥感动态监测提供分类参考。
I级 1 城市或建成区（Urban o r Built- up Land ）
2 农业用地（Agricultural Land）
3 牧场地（Rangeland） 4 林地（Forest Land） 5 水体（Water） 6 湿地（Wetland） 7 贫瘠地（Barren L and）
8 冻土地带（Tundra）
1．2 中国土地利用和土地覆盖分类体系 中国科学院分类系统
中国科学院1991 年开始的“八五”重大应用项目 “国家资源环境遥感宏观调查与动态研究”首次采用了基 于遥感和GIS 相结合的技术、组合分类和构建多层地理单 元技术，建成了具有土地资源分类和生态背景信息的第一 个中国资源环境数据库。图像的解译，用目视解译解决面 上的调查问题，而用数字图像处理和分析解决专题研究和 典型区调查问题。
对于实现分类的过程，我们列出利用计算机自动分类进行遥感制图的 五个步骤。
第一步，数据收集和预处理。包括辐射纠正、几何纠正、特征提取和 选择、数据压缩和消除噪音。
பைடு நூலகம்
1、土地利用和土地覆盖分类体系
1．1 美国USGS分类体系
在20世纪70年代中期，美国USGS 的Anderson等人制定了全球第一套比较科学 、完备的用于遥感数据的土地利用和土地覆盖的分类体系。这套体系的基本原理和 结构至今仍在使用。近来部分土地利用和土地覆盖制图遵循了此体系的原理，虽然 它们的制图单位更细或更专业化，且使用新近的遥感系统作为数据源，但它们仍沿 用最先由USGS制定的基本结构。
该分类系统主要采用两层结构，将土地利用与土地覆被分为1耕地、2- 林地、3- 草地、4- 水域、5- 建设用地、6-未利用地、7- 湿 地等7 个I 级类，26 个II 级类。并根据有林地的显著亮度纹理特征， 将II 级地类中的有林地进一步细分为针叶林、阔叶林、混生林3 个 III 级类。
I 级类别按土地覆被的自然属性分类， II 级类别在土地覆被的基 础上适当考虑土地利用的社会经济因素。如草地， 在名称上考虑自 然覆被叫“草地”，考虑社会经济因素往往叫“牧草地”；按社会 经济分类是人工草场、天然草场，按自然分类是高覆被度草地、中 覆被度草地、低覆被度草地。湿地在我国以往的土地分类系统中均 没有提及， 但湿地作为自然生态环境中的一个重要的用地类型， 在 保持一个地区的空气湿度、降雨量、地下水水位及生态环境质量等 方面起着越来越重要的作用。
土地覆盖/土地利用遥感
随着全球变化研究的深入和发展，各国科学家越来越感 到人类活动对环境变化的影响，尤其人类的生存与发展对 土地的开发利用以及引起的土地覆盖变化被认为是全球环 境变化的重要组成部分和主要原因，因此国际地圈与生物 圈计划”（IGBP）和“全球环境变化人文计划”（HDP） 在1995年联合提出了“土地利用和土地覆盖变化”（Land use and land cover change， LUCC）研究计划，使土地利 用变化研究成为目前全球变化研究的前沿和热点课题。
根据USGS分类体系，理想的情况是土地利用和土地覆盖的信息应在不同地图 上表现，而不能混在一起。然而，从实际的角度出发，当这种制图的主要数据来源 于遥感数据时，将这两个体系混在一起更有效。虽然土地覆盖信息能直接从有关的 遥感影像中解译得到，但在土地（土地利用）上的人类活动信息常不能直接从土地 覆盖上推出。例如，从遥感影像上获取不到覆盖面广的娱乐活动的信息。狩猎这种 普通且流行的娱乐活动所用的土地，在地面调查或图像解译中，常被归为林地、牧 场、湿地或农地。因此，必须有另外的信息源来补充土地覆盖数据。鉴于有些信息 是不能从遥感图像上获得的，因此USGS分类体系根据能合理地从遥感数据上解译 的类型制定。
USGS的土地利用和土地覆盖分类体系标准
➢利用遥感数据的的解译精度至少不低于85%； ➢各种类型的解译精度应该大约相等； ➢不同解译员的解译和不同的时间数据来源的结果应能重 复； ➢分类体系应可适用于广大领域； ➢应该可从土地覆盖类型推断出土地利用的种类； ➢分类体系应该适用于一年中不同时间获取的遥感数据； ➢能从各类中细分出能从大比例尺影像和地面调查得到的 亚类； ➢各类应是可合并的； ➢能与将来的土地利用和土地覆盖相比较； ➢可能情况下，应考虑土地的多种利用形式。
包括的因素如：
•土地类型、植被类型； •植被冠层的密度、植被生长季节的动态特征； •生长季节的累积生物量； •地表覆盖的生物物理特征量，如地表反照率、 地表粗糙度、植物叶面积指数、叶面及冠层的 阻抗系数、有效光合作用辐射等； •与土地覆盖类型密切相关的生态环境要素，如 ：植被所处的生态区域、地形与气候条件、土 壤的理化性质、土地利用状况等。
9 常年降雪或冰川（Perennial Snow o r Ice）
II级 11住宅 12商业和服务设施 13工业 14交通、通信和公用事业 15工业和商业综合体 16混合城市或郊区用地 17其他城市用地 21作物地和牧草地 22果园、树林、葡萄园、苗圃以及艺术性园艺区
23有范围的饲料作业区 24其他农业用地 31草本植物牧场 32灌木及灌木林牧场 33混合牧场 41落叶林地 42常绿树林地 43混合林地 51溪水和运河 52湖泊 53水库 54湾和河口 61有森林覆盖湿地 62无森林覆盖湿地 71干盐块地 72海难 73除海难以外的砂地地区 74光秃岩石地 75露天矿、采石场和砾石坑 76过渡地带 77混合贫瘠地 81灌木和灌木冻土地带 82草本植物冻土地带 83赤裸冻土地带 84湿冻土地带 85混合冻土地带 91常年雪地 92冰川