地理国情普查中地表覆盖信息是地理国情监测的基础数据，及时、准确地提取地表覆盖信息已成为目前地理国情普查项目的重要任务之一，其主体数据为高分辨率遥感影像。本文从地理国情普查地表覆盖分类的关键技术和应用角度出发，运用面向地理对象影像分析技术，开展面向地理国情普查的地表覆盖分类技术方法研究，旨在得出适合于地理国情普查的地表覆盖解译解决方案。论文的研究内容与成果具体包括以下几个方面:　　(1)最佳分割尺度选择。主要研究多尺度分割技术、基于MPI的并行分割技术，并对基于MPI的并行分割技术进行实验验证，证明该技术的有效性。继而，以多源航空航天遥感影像为数据源，利用“分类反馈”方式研究遥感影像的尺度问题，通过大量的实验，得到适合不同空间分辨率遥感影像的最佳尺度。　　(2)最优特征分析与选择。定量化地理国情普查地表覆盖分类中常用的光谱、形状、纹理等特征;开展面向地理国情普查的特征分析，得出适合不同地物类型的特征;开展典型实验区的GEOBIA分类特征分析实验，得出特征数目对不同分类算法的影响，为各种地物特征提取与选择提供指导。　　(3)GEOBIA分类方法对比分析。首先分析并讨论面向地理国情普查的GEOBIA分类方法（语义建模分类、支持向量机方法、决策树方法、随机森林方法）;然后以山区、平原、城区三个典型区域的多源高分辨率遥感影像为实验数据，从分类效果、分类精度、稳定性、时效等方面对比分析这四种GEOBIA分类方法，同时分析各个分类方法的优点和缺点;最后从应用角度出发，得出最优分类器组合方案以及不同环境下地表覆盖分类的规律。