土地利用/覆盖是研究全球变化的重要手段之一,其变化直接影响着全球的生态环境和气候,是影响全球环境变化的重要驱动因素之一。自1995年“国际地圈生物圈计划”和“国际全球环境变化人文因素计划”两大组织联合提出土地利用/覆盖变化研究计划以来,如何快速获取高现势性的精确的土地覆盖数据成为了世界范围内地学学者的研究热点之一。遥感技术是快速获取土地覆盖数据的重要手段。目前全球尺度土地覆盖产品的遥感自动监测主要以低分辨率遥感数据为主(300m-1km),且这些产品时间跨度长且各产品之间存在较大的系统差异。而利用中高分辨率卫星数据(例如Landsat数据)进行地表覆盖监测,还存在需要依赖目视解译或人工交互的问题,产品的生产周期长、自动化程度较低。高分辨率地表覆盖产品的自动生产和动态更新是目前遥感研究的热点和难点问题之一。近年来,随着志愿者地理信息、WebGIS及电子地图的快速发展,以志愿者地理信息数据辅助遥感影像进行土地覆盖分类成为研究人员的关注的焦点。Open Street Map(OSM)项目自2004年建立以来,吸引了数百万志愿者在OSM中贡献全球范围内的开源的地理信息数据。以矢量结构存储的OSM数据结构紧凑,冗余度低,便于描述地理要素的边界;其数据中包含的标签(Tags)结构为利用OSM数据辅助遥感影像进行土地覆盖分类提供了可能性。综上所述,本文从美国华盛顿特区的OSM数据以及该地区的WorldView-2高分影像入手研究基于OSM标签的土地覆盖分类数据的自动、快速获取方法,论文的主要研究内容和研究成果如下:(1)研究区OSM标签类型与土地覆盖分类体系的关系模型。参考现有的土地利用/覆盖分类体系,基于OSM标签类型完成了研究区内OSM标签与土地覆盖类型的映射关系模型,建立了基于OSM标签的土地覆盖分类体系。(2)在研究(1)的基础上,提出基于OSM的快速土地覆盖数据获取方法。其基本思路为:(1)基于OSM标签数据快速提取任意区域内的任意类型土地覆盖结果;(2)研究区域较小时,参考多种电子地图对研究区中的土地覆盖进行补充;研究区域较大时,以OSM土地覆盖分类结果作为遥感影像分类的训练样本进行监督分类,最终得到土地覆盖分类结果数据。(3)研究区OSM土地覆盖分类精度评价。基于(2)中所提出的分类方法,以华盛顿特区为研究区域进行土地覆盖分类,将分类结果与电子地图叠加对分类精度进行定性评价;结合遥感影像进行极大似然分类并计算混淆矩阵,对分类精度进行定量评价。与其他土地覆盖成果数据的分类结果进行比较,本文所提方法在本研究区域内分类效果较好,分类一致性较高。