随着信息技术的发展,遥感技术更多地应用于农业领域中,产生了大量的多尺度空间分辨率数据,为不同农作物的种植面积遥感提取提供了许多信息,所应用影像数据的分辨率也在不断提高,农业遥感逐步开启了高分遥感时代。山区遥感影像分类是遥感研究领域的一大难题,由于地势起伏较大,作物种植零散等特点,遥感分类过程中困难重重,对苹果种植区域进行实时遥感监测,获得苹果园地相应的总体面积和分布状况,对促进我国苹果产业的可持续发展有重要意义。本文选取沂源县作为研究区进行苹果园地信息提取研究,选择多时相的Landsat8 OLI影像和GF-1卫星影像数据,结合几种主要地物的光谱特性以及DEM数据和植被指数,确定苹果园地信息提取的最佳时相,同时运用多种分类方法来提取沂源县的苹果园地信息,并比较分析不同分类方法的精度。主要成果与结论如下:(1)于2016年4月、5月、10月利用便携式高光谱地物波谱仪进行了3次野外光谱测定,根据当地植被的分布,主要采集了苹果树、樱桃树、桃树、松树的光谱特征,并进行了分析。研究表明:苹果园地与其他植被类型具有可分性,较为理想的区分波段为0.450μm~0.680μm的可见光波段和0.680μm~0.750μm近红外波段。(2)利用苹果生长期内的4个时相(萌芽期、花期、幼果期、成熟期)的Landsat8OLI影像,基于影像上提取的苹果园地、耕地、其他果园等地物类型的反射率,计算其归一化植被指数(NDVI)和增强植被指数(EVI),结合影像光谱特征和野外实测地物光谱特性进行分析。研究表明:4月中旬前后苹果园地与其他地物的光谱特征和植被指数特征差异最为明显,因此确定苹果园地信息提取的最佳时相为4月份苹果花期。(3)选取苹果花期GF-1影像,结合山区DEM数据、植被指数以及地物光谱特性等,利用监督分类、决策树分类和面向对象分类进行苹果园地信息提取。研究表明:基于实地测量数据的监督分类提取苹果园地面积精度和总体分类精度较高,分别为97.19%和91.95%;加入DEM、坡度等信息的决策树分类也取得了较高的面积精度和总体分类精度,分别为94.52%和90.64%;面向对象分类取得的分类精度最高,面积精度达到98.53%,总体分类精度达到95.88%。