监督分类的名词解释如下：
监督分类，又称训练场地法或训练分类法，是遥感图像分类的一种。它是以建立统计识别函数为理论基础，依据典型样本训练方法进行分类的技术。具体而言，监督分类是根据已知训练区提供的样本，通过选择特征参数，求出特征参数作为决策规则，建立判别函数以对各待分类影像进行的图像分类，是模式识别的一种方法。
在监督分类中，分析者在图像上对每一种类别选取一定数量的训练区，计算机计算每种训练样区的统计或其他信息，然后每个像元和训练样本作比较，按照不同规则将其划分到和其最相似的样本类，以此完成对整个图像的分类。这一过程就是用被确认类别的样本像元去识别其他未知类别像元的过程。它要求训练区域具有典型性和代表性，判别准则若满足分类精度要求，则此准则成立；反之，则需重新建立分类的决策规则，直至满足分类精度要求为止。
监督分类的主要优点包括：可根据应用目的和区域，充分利用先验知识，有选择地决定分类类别，避免出现不必要的类别；可控制训练样本的选择；可通过反复检验训练样本来提高分类精度，避免分类严重错误；避免了非监督分类中对光谱集群组的重新归类。但其也存在一些缺点，如分类系统的确定、训练样本的选择均受人为主观因素影响较强，分析者定义的类别有可能并不是图像中存在的自然类别，导致各类别间可能出现重叠；同时，由于图像中同一类别的光谱差异，可能造成训练样本没有很好的代表性。
总的来说，监督分类是一种在遥感图像分类中广泛应用的方法，它利用已知类别的样本进行训练，以建立判别函数，从而对未知类别的影像进行分类。
