陆地生态系统碳收支的定量评估,可以为科学预测气候变化、服务于减缓和适应气候变化的区域碳管理提供科学依据,在生态系统与全球变化研究中有重要作用。针对不同类型的生态系统,碳收支的评估方法是不同的,因此陆地表面各种生态系统的类型分布或面积构成(即地表分类)是估算陆地生态系统碳收支评估最基本、最关键的内容。目前陆地生态系统碳收支评估研究往往缺乏大尺度的、长时间持续可比的土地覆被信息,而传统的地面调查方法更是难于满足相关需求。遥感技术具有感测范围大,获取资料速度快、周期短,受地面条件限制少等特点,因此遥感图像分类成为了面向生态系统碳收支服务获取大范围土地覆盖信息的重要手段。尤其是面向对象的分类方法,以含有更多语义信息的多个相邻像元组成的对象为处理单元,可以实现较高层次的遥感图像分类和目标地物提取,因而具有广阔的应用前景。然而,与普通的土地覆盖调查不同,陆地生态系统碳收支评估对其遥感土地覆盖分类有一些特殊要求。例如,需要制定与陆地生态系统碳收支相适应的、能够表达碳收支的数量和潜力的土地覆盖分类系统,然后基于新制定的分类体系和指标选择适合该分类系统类型识别的遥感数据,并对所选数据进行相应的数据处理、信息提取和分类。因此,现有的分类系统、图像处理方法和分类方法等均不能直接用于碳收支土地覆盖分类,需要根据其特定的数据源、特殊的应用目的和产品服务对象对碳收支土地覆盖分类所涉及的关键技术进行研究。本文以我国环境减灾小卫星HJ-1A/B数据为主、ETM+数据为辅,在广东省肇庆、鹤山和深圳等试验区开展了面向生态系统碳收支服务的土地覆盖分类关键技术研究,主要研究内容如下：(1)研究面向碳收支服务的土地覆盖分类系统,使该分类系统具备表达碳收支的数量、潜力的特征。从碳同化的角度出发,根据植被对碳的同化效率的不同,结合分类系统划分的原则与依据,制定面向碳收支的土地覆盖分类系统,并选择与其相适应的遥感数据。(2)研究面向碳收支服务的多源多时相遥感影像辐射归一化方法,形成光谱特征相对一致的标准化数据集。对现有的辐射归一化方法进行对比分析,选择合适的方法对碳收支分类所使用的多时相HJ-1A/B数据和ETM+数据进行辐射归一化处理,从而提供高质量的数据源,并为今后国产HJ数据的图像处理研究奠定基础。(3)研究面向碳收支服务的图像变换方法,突出陆地生态系统固碳主体,增强图像的解译性,提高分类精度。根据大量HJ图像地物光谱特征分析,推导针对HJ卫星多光谱影像的LBV数据变换公式,并探讨图像变换对固碳主体分类的影响。(4)研究面向对象分类的特征选择方法,优化特征空间,提高分类效率。针对面向对象分类过程中存在的特征冗余问题,分别依据特征相关性、类间距离和类内距离对特征进行评价,然后综合利用多种评价结果获取碳收支分类的最优特征子集。(5)研究面向碳收支的自动分类方法。根据分层分析的思想,基于最佳分离阈值分类法和最近邻监督分类法,面向陆地生态系统碳收支服务提出了一种自动化程度较高的分类方法,为陆地生态系统碳收支评估提供稳定、可靠的基础数据。实验结果证明,面向碳收支的土地覆盖分类系统所使用的多源多时相影像经过辐射归一化处理和LBV变换后具有较一致的辐射特性,颜色更鲜艳,地物类别更易区分,能为碳收支分类提供高质量的数据源。而特征空间优化和分层分析方法则能有效提高固碳主体的分类效率和分类精度,为碳收支评估提供稳定可靠的分类产品。本论文主要的创新点和贡献表现在以下几个方面：(1)制定了面向碳收支服务的土地覆盖分类系统,通过分析分类系统中各种土地覆盖类型遥感识别的可行性,选择国产HJ卫星数据作为该分类系统类型识别的数据源。(2)研究了面向碳收支服务的、适合国产HJ数据的辐射归一化方法和图像变换方法,既为碳收支分类提供高质量的数据源,也为今后国产HJ数据的图像处理研究奠定基础。(3)针对面向对象分类过程中存在的特征冗余问题,在已有的SEaTH算法基础上,提出了一种基于改进SEaTH算法的面向对象分类的特征选择方法。(4)提出了面向碳收支服务的具有可移植性的自动分类方法,探索了国产HJ数据在碳收支土地覆盖分类这一方面的应用潜力。