基于卫星影像的地物分类是遥感应用的基础性工作。受多种因素的影响，目前的自动分类算法很难在区域尺度取得稳定、可靠的精度，因此区域土地利用/土地覆盖信息获取需要大量的人工参与。本研究针对这一问题，充分利用中科院资源环境科学数据中心已有的多期全国1:10万土地资源数据本底信息，提出了一种基于知识的土地覆盖自动分类算法，成功解决了海量样本选取、基于多光谱遥感图像的特征三维空间构建、变化信息识别和变化象元自动归类等问题，在上海市青浦区等研究区的实例验证表明，本方案在运算效率和分类精度方面均获得很好的效果。相关成果在PLoS ONE上发表（影响因子4.0） 

    Jiang D, Huang Y, Zhuang D, Zhu Y, Xu X, et al. (2012) A Simple Semi-Automatic Approach for Land Cover Classification from Multispectral Remote Sensing Imagery.  PLoS ONE 7(9): e45889. doi:10.1371/journal.pone.0045889.