地表覆盖是生态环境评估、地理国情监测、宏观调控分析等不可或缺的重要基础地理信息,也在生物多样性保护、城乡格局规划以及自然资源管理中扮演重要角色。利用卫星遥感技术监测全球地表覆盖现状和变化对于科学认识地球陆表各种地物类型及其自然属性与特征具有重要意义。尽管国内外陆续生产和发布了多套全球地表覆盖产品,但仍然空缺精细分类体系的30米地表覆盖产品;另外,由于全球覆盖的遥感数据和训练样本在收集和处理上需要耗费大量人力和计算机资源导致全球地表覆盖制图依然存在极大的困难和挑战。本文以全球30米精细地表覆盖定量遥感分类为目标,分别开展了时序Landsat数据定量化处理、Data Cube瓦片化管理、全球地物图像波谱库(GSPECLib)构建、全球30米不透水面制图、基于GSPECLib的中国/全球30米精细地表覆盖制图与验证的研究,得到了如下结论:(1)Landsat卫星数据定量化处理是地表覆盖自动分类的重要基础。本文发展了地形辐射C校正模型和大气校正算法,消除了地形起伏和大气辐射传输的影响;提出了一种新的多时相云和阴影检测算法(MTICZ),显著提升了云和阴影的识别精度,验证结果表明其相较于Fmask算法有6%左右的提升;设计了新的Landsat Data Cube管理模式,显著提高了轨道重叠区域的数据使用效率。(2)多源卫星数据协同能够显著提高全球不透水面遥感产品精度。针对光谱和空间结构异常复杂的人工不透水面地类,仅依赖多时相光谱信息很难保证其提取精度。本文结合Landsat反射率、Sentinel-1 SAR结构特征和VIIRS夜间灯光数据等生产了2015年全球30米不透水面产品,精度验证结果表明该产品实现了总体精度为96.7%、Kappa系数为0.903,相较于其他全球30米不透水面产品精度得到了显著提高。(3)基于地物图像波谱库的光谱信息,可以支持大范围的地表覆盖自动分类。本文利用了全球地物图像波谱库中时序反射率图像波谱替代传统监督分类策略中所需的训练样本,结合时序Landsat Data Cube瓦片数据集和决策级融合随机森林分类模型成功生产了2015年中国区域30米精细地表覆盖产品,精度验证结果表明其实现了一级类体系(9种地类)下的总体精度为80.7%、Kappa系数为0.757;在二级精细验证体系(19种地类)下的总体精度为71.3%、Kappa系数为0.664。(4)基于全球地图像物波谱库和GEE云平台,能够实现全球30米地表覆盖的高效率、高精度的精细分类产品生产。尽管利用地物图像波谱库中先验反射率图像光谱信息能够实现区域的自动化分类,但其因计算和存储资源需求过大而导致制图速率较低。为了实现全球高效自动的地表覆盖制图,本文利用全球地物图像波谱库提供的训练样本和GEE云平台的时序Landsat地表反射率数据,采用局部自适应随机森林分类模型,生产了2015年全球30米精细地表覆盖产品GLC＿FCS30-2015。结果表明GLC＿FCS30-2015在10个一级类组成的一级分类体系下总体精度为81.4%、Kappa系数为0.774,在LCCS分类体系下总体精度为70.8%、Kappa系数为0.678,在24种精细类组成的验证体系下总体精度和Kappa系数分别为68.1%和0.656。论文的主要创新性贡献包括:(1)针对Landsat卫星数据定量化处理,研发了一套全自动化处理框架,同时消除了大气和地形起伏的影响,提升了云和阴影的检测精度,并且通过Data Cube重管理提高了轨道重叠区域的数据使用效率。(2)针对光谱和空间结构复杂的人工不透水面地表,提出了结合多源多时相遥感数据的不透水面自动提取算法,生产了2015年全球30米不透水面产品,显著提高了不透水面地表的识别精度。(3)提出了基于全球地物图像波谱库的定量遥感分类策略,有效解决了大区域地表覆盖分类需要大量人为干预的难题,首次研制了精细分类体系的全球30米地表覆盖产品GLC＿FCS30。