全球及区域尺度土地覆盖土地利用遥感研究的现状和展望

这使得由此产生的土地覆盖及其属性特征的产品更为准确可靠。例如，在大范围内大气对地面反射率及其一系列由地面反射率推导出的生物物理量和其他参量的影响是目前尚未解决的问题之一。其不确定性大大影响了地表过程的定量研究。定量化还将体现在更为精确的地理定位和几何精度上。这方面的改进对土地覆盖的监测以及不同空间分辨率土地覆盖数据库的关系和相互校正等具有重要作用。
 
　　实用性将表现在土地覆盖及其系列产品的生产、存档、发布和管理的进一步完善。用户将能根据自己的需要通过高速的传输网络系统及时迅速地得到所需要的数据，从而可以实时或准时地分析、观测和监视所关心的区域。这种迅速灵活的数据处理分发能力对于许多具有实时性和运行性的系统是必不可少的。例如火灾监测、洪水监测等。到目前为止，获取大面积土地覆盖及其特征数据产品仍然有许多技术上的限制，如传输速度、数字压缩技术等。
 
　　伴随新的全球和区域尺度土地覆盖及其特征数据产品的出现，人们将更加关心产品精度检验的理论和方法问题。迄今为止，全球和区域范围内以统计理论为基础精心设计的土地覆盖数据库的精度评价才刚起步[19、20]。许多理论问题还有待研究并取得共识。例如，如何建立适于应用目的且在实践中可行的抽样方案，如何选择和建立统计上可靠的并与抽样相适应的统计量，怎样对精度评价的结果进行分析等[21]。如何在大面积范围内获取地面实况资料以用于精度检验也是一个重要问题。在这方面，新一代卫星具有的多种空间分辨率，超多波段的组合，结合有限的地面资料进行多维空间的复合分析对大面积土地覆盖的数据开发和精度检验可能具有相当的潜力。
 
　　遥感在大面积土地覆盖和土地利用的分类方法方面目前还没有重大突破。除传统的统计聚类方法外，分类树的改进以及神经元网络方法的应用在许多小范围的研究中取得了进展，而应用于大面积的工作还要经过一段试验。下一世纪初利用这方面的研究成果将很有可能建成运行操作系统用于土地覆盖及其变化产品的开发。除此之外，随着计算机理论技术的发展，新的分类方法可能将逐步运用到大面积土地覆盖研究中，包括智能计算机方法，专家系统分类以及在传统统计方法基础上发展起来的多元数据采掘分析等新方法。