土地覆盖指能直接或通过遥感手段观测到的自然和人工植被及建筑物等在地表和近地层的被覆及分布状况，是自然过程和人类活动共同作用的结果，包括地表的自然和人工植被、人工建筑物和道路、湖泊、河流、湿地、冰川、裸岩和沙地等。土地覆盖与人类的生产和生活密切相关，其变化反映自然环境与人类社会活动的关系，并在全球范围内影响着气候与生物多样性。

土地覆盖分类研究是土地利用/覆被变化（LUCC）研究的基础性和关键性的一个环节。在遥感对地观测技术的发展过程中，研究者发现土地利用分类系统和植被分类系统不能很好地用于遥感土地分类研究，如不同的土地利用类型或植被类型在遥感影像上难于区分，由此提出了土地覆盖分类系统。随着大量算法的开发和应用，土地覆盖分类得到快速发展，在土地利用与管理、生态文明建设、环境保护、国土空间规划等工作的开展上具有重要意义。全球学者和机构已制做了许多全球和区域的土地覆盖分类制图产品，但大多数已公开的土地覆盖分类产品的空间分辨率不高，更新的频率低。

土地覆盖分类研究可分为两个方面：土地覆盖分类系统和土地覆盖分类方法，两者相辅相成。土地覆盖类型是随着遥感技术的发展与应用而产生的概念。利用遥感数据进行土地覆盖分类，已建立了很多分类体系和分类方法，至2022年尚未形成统一的分类体系和分类方法。

已有不少国家和地区利用不同的数据和分类原则，建立了不同的土地覆盖分类系统，但是大多数的系统还只是针对国家或地区的情况而量身定做，具有局限性，尚未形成统一的标准。联合国粮食及农业组织（FAO）土地覆盖分类系统^[注]是FAO和联合国环境规划署（UNEP）共同开发并于1998年发布的土地覆盖分类系统。LCCS不受尺度和数据类型的影响，是一个比较理想的分类系统，已得到较广泛的应用。美国联邦地理数据委员会^[注]的土地覆盖分类标准^[注]于1999年提出，用于全美土地覆盖的分类系统。ECCS的设计思想和LCCS基本相同，只是在层次设置和系统的结构上有所差别。

中国科技部在2010年启动“全球地表覆盖遥感制图与关键技术研究”项目，于2013年底研制完成了2010基准年的30米全球地表覆盖遥感制图数据产品（GlobeLand30—2010）。此产品覆盖南北纬80°的陆地范围，包括耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪等10种地表覆盖类型。中国多时期土地利用/土地覆盖遥感监测数据分类系统（CNLUCC）是中国科学院在国家资源环境数据库基础上，以美国陆地卫星Landsat遥感影像数据为主信息源，通过人工目视解译，建立的国家尺度1∶10万比例尺多时期土地利用/土地覆盖遥感监测数据库。CNLUCC采用三级分类体系：一级分为六类，主要根据土地资源及其利用属性，分为耕地、林地、草地、水域、建设用地（城乡、工矿、居民用地）和未利用地；二级主要根据土地资源的自然属性，分为25个类型，其中一些二级分类，如水田、旱地，根据地形特征再进一步细分三级类型（八个）。CNLUCC从土地覆被遥感监测实用操作性出发，与全国县级土地利用现状分类系统紧密结合，便于土地覆被遥感监测成果与地面常规土地利用调查成果的衔接，在适用性方面具有重要的现实意义。

最初的土地覆盖分类（制图）方法是以土地利用图、地形图和航片为基础，配合地面测量进行，存在费时费力和更新频率低等问题。20世纪70年代，人们开始使用计算机辅助卫星影像解译研究土地覆盖类型，但是分类（制图）结果存在解译人员的经验和工作水平依赖性问题。至20世纪80年代，研究人员将一些数学思想和模式识别的方法用于计算机遥感影像自动识别和分类，主要利用光谱特征将影像中的地面覆盖物进行自动分类。进入20世纪90年代，学者们提出大量自动分类方法，人工智能、面向对象、多源信息复合、与地理信息系统结合等方法使得遥感图像的地面覆盖物分类（制图）研究领域取得了很大进步。