在遥感大数据时代，遥感影像智能解译是挖掘遥感大数据价值并推动若干重大应用的关键技术。传统的以专家系统为代表的知识驱动的遥感影像解译方法可解释性强，然而由于解译知识往往难以完整、准确表达的原因导致该类方法解译精度不足。随着深度网络在计算机视觉等领域的兴盛，深度学习逐渐成为遥感影像解译的主流技术，但仍面临可解释性差、泛化能力弱等突出问题。为了克服上述问题，如何有机联合知识推理和数据学习已经逐渐成为遥感大数据智能处理的重要研究趋势。一般来说，知识推理依赖一个强大的领域知识库，然而遥感领域知识图谱的研究十分缺乏，尚不存在面向遥感影像解译的大规模遥感知识图谱库。基于上述考虑，着重研究面向遥感影像解译的遥感领域知识图谱构建与进化方法，建立顾及遥感成像机理和地理学知识的遥感领域知识图谱。在遥感领域知识图谱支撑下，本文以零样本遥感影像场景分类、可解释遥感影像语义分割以及大幅面遥感影像场景图生成等三个典型的遥感影像解译任务为例，探讨了耦合知识图谱和深度学习的新一代遥感影像解译范式。大量实验结果表明：遥感知识图谱推理与深度数据学习的融合可以有效提升遥感影像的解译性能。