地表覆盖是地球表面各种物质类型及其自然属性与特征的综合体,是最明显和最常用的表征地表和相应的人类或自然过程的指标。地表覆盖产品就是对各种地物类型的具体体现,利用遥感影像数据来生成地表覆盖产品是地表覆盖产品制作的主要方式。当前地表覆盖的制作主要有两种方式:一种为每期影像单独分类分别得到地表覆盖产品;另一种是选取一期影像制作基准地表覆盖产品,通过将多期遥感影像与选取的基准遥感影像之间进行变化检测,只对变化部分进行分类,得到变化图斑进而进行增量更新。第二种方法可以提升产品的生成速度,减少误差,保证产品间的一致性。第二种制作地表覆盖产品的精度主要取决于基准产品的精度、变化检测的精度、对变化区域的分类精度以及基于基准产品更新过程的精度四个部分。而当前地表覆盖产品制作过程中主要存在以下问题:现有的产品分辨率不高、现有分类方法的精度不高、产品更新速度慢、以及在对时间序列影像提取变化图斑的过程中由于几何纠正中的误差、变化检测中的模糊判断造成的边界契合度误差而产生的碎片多边形等问题。针对以上问题,研究主要是从提升变化区域的分类精度以及基于基准产品更新过程的精度两个方面出发。首先利用超像素协同分割算法从图像中提取变化图斑;然后结合局部光谱特征证据、预期类别变化证据以及D-S证据融合算法设计出证据决策分类规则,来将变化区域的遥感影像进行分类;最后,引入碎片多边形的概念,对增量部分遥感影像分类结果的边界进行调整,提高边界契合度,提升在更新过程中的产品精度。研究以中国江西北部地区的国产高分一号宽视场角时间序列遥感影像为例来进行实验探究,利用分类决策规则得到的两期遥感影像增量部分的总体分类精度达到了93.7%和91.6%。通过对碎片多边形的处理,两期影像中的碎片多边形只占总体面积的0.96%和0.98%,虽然占比较小,但确实对地表覆盖产品的地物类型边界得到了调整。最终得到更新的两期地表覆盖产品总体精度为85.2%和86.3%。本文的创新点包括:(1)设计证据决策分类规则,将超像素协同分割得到变化区域的遥感影像进行分类,提高增量部分遥感影像的分类精度。(2)引入碎片多边形的概念,通过碎片多边形调整分类结果的边界,提升目标期数产品与基准地表覆盖产品的边界契合度、提高地表覆盖产品变化的连续性。