我国人口众多,耕地资源本来就相对较少,工业化和城镇化的快速发展占用了大量的耕地,再加上农业结构调整、生态退耕、农村耕地撂荒等原因,我国耕地保护面临着严峻压力,因此加强对耕地利用状态信息的动态监测及提取,及时掌握耕地利用状态发生的变化,从而为耕地保护决策和耕地利用规划提供科学依据具有重要意义。通过资源调查和数据统计来获取耕地利用状态信息的方法需要耗费大量的人力,而且投资成本大、耗时长,同时还难以满足耕地利用现势性要求,即耕地利用状态信息的获取效率甚至无法与土地利用状态发生变化的速率相同步;随着遥感技术的发展与进步,利用遥感数据与GIS技术能够快速、有效地对耕地利用状态信息进行提取,从而为我国耕地利用与保护提供技术支持。本文以都昌县和鄱阳县作为研究区,利用获取的Sentinel-2号遥感影像,首先分别使用传统的基于象元的分类方法和面向对象的分类法对研究区的耕地进行了分类提取,主要过程包括遥感影像的预处理、分类体系的建立、样本选择、影像特征提取、分割尺度的选择、分类层次的构建、精度评价等内容;然后基于9期影像建立了NDVI时间序列数据,并结合研究区的农业区划及主要农作物物候信息确定了NDVI提取规则,最后使用时间窗口阈值法和模糊分类法实现了对研究区耕地利用状态信息的提取,本文研究得出主要的结论如下:(1)使用面向对象的多层次分类法对研究区内耕地及其他地类的提取精度最高,总精度可达到95.01%,Kappa系数为0.95;传统的基于象元的多种分类方法的提取精度差距较大,ISODATA算法提取精度最低,SVM方法次之,随机森林方法提取精度较SVM有一定提高。(2)对影像进行分割时要针对不同地物选择最优分割尺度,利用尺度评价工具ESP可以快速获得影像中不同地物的最优分割尺度,通过多尺度分割建立地物提取的层次结构,在此基础上综合使用影像光谱特征、纹理特征、形状特征对不同地物建立提取规则,可以显著提高地物的提取精度。(3)通过选取特定的时间窗口,并基于NDVI光谱曲线特征,使用阈值法与模糊分类法提取了研究区每年正常耕种的耕地、建设占用的耕地以及双季稻与一季稻的种植状况;其中提取的正常耕种的耕地与实际耕地面积差距较小,表明区内耕地的耕种率较高,建设占用耕地的提取结果与变更数据中减少的耕地面积差距较大,双季稻与一季稻的提取结果虽然与统计数据存在一定差距,但二者种植的主要分布区基本上都能提取出来。(4)9月末到10月初是区分研究区双季稻与一季稻的最佳时间窗口;提取结果表明区内双季稻种植区主要分布在鄱阳湖周边及河湖周围等地势比较平坦的平原地区,而一季稻种植区则主要分布在地形条件相对较差的山地区;在这三年中双季稻的种植面积总体上逐年减少,其中2017年双季稻种植面积较2016年减少了21.3030km~2,2018年种植面积较2017减少了8.3085 km~2,而一季稻种植面积则逐年增加,其中2017年一季稻种植面积较2016年增加了14.4011km~2,2018年种植面积较2017增加了6.5179km~2。