稀土元素在现代工业生产中的应用十分广泛,是一种极其重要的战略资源。我国南方地区主要以离子吸附型稀土矿为主,由于该区稀土矿多位于山地丘陵地带,传统的监管手段时效性较差,遥感技术可以有效弥补其不足。以往多使用目视解译法和基于像元分类法,前者虽然精度高但是效率低,后者在提高了时效性的同时,信息提取要素精度较低。随着高空间分辨率遥感数据的出现,其具有的丰富空间纹理信息有效提高了信息提取精度。本文选择江西省赣州市宁都县稀土矿区为研究区,选取2001年至2009年间三期TM数据、2014年一期高分一号卫星数据、2015年和2017年两期高分二号卫星数据为数据源,利用Envi软件平台Feature Extraction模块,使用面向对象分类法提取开采区地物信息,对稀土开采区范围进行动态监控并获得土地恢复情况。论文获得的主要成果如下:(1)在数据预处理过程中通过试验确定了国产卫星高分辨数据的融合方法,在此基础上,开展面向对象分类影像分割尺度研究。依据开采区特点,通过进行多梯度对比试验,确定了不同数据源影像的最佳分割参数和合并参数,实现了对象分割,为面向对象分类提供基础。(2)根据稀土矿区实际情况,选择合适的光谱特征、纹理特征和空间特征,光谱特征包括光谱反射率和NDVI值;纹理特征包括信息熵;空间特征包括面积、长度、矩形度和延伸性等。将各特征组合成规则集,使用K邻近法实现面向对象分类。(3)对面向对象分类结果进行精度评价,同时采用传统基于像元的基于像元分类最大似然法提取稀土矿开采区并进行精度评价,分析对比二者结果表明,面向对象分类法的分类精度更高,地物提取效果更好。(4)通过对研究区内稀土矿开采区范围进行动态监测,结果显示2001年至2009年期间,稀土矿开采区面积总体呈增加趋势;结合2014年至2017年数据可以发现,自研究区内开展矿山整合以来,开采区土地破坏面积趋于稳定。最后结合开采区内土地恢复状况,对开采区内土地恢复治理提出了合理建议。本文的试验研究表明,运用面向对象分类法对高分辨率影像进行稀土矿区提取精度较高和动态监控的效果较好。