岩性填图是遥感科学技术在地质学领域的重要应用方面,其关键技术为岩性信息自动提取方法。随着2014年8月13号WorldView-3卫星的成功发射并正式运行,集高空间分辨率和高辐射分辨率于一体的WorldView-3数据给高精度岩性填图带来了新的数据源,理论上具有极大的地质应用潜力,但目前相关研究较少。与此同时,一些先进的分类器组合算法是否适用于该数据的信息识别与分类亟待研究。因此,本文选取新疆坡北地区为研究区,依据WorldView-3数据波谱特征构建随机森林(Random Forests,RF)岩性信息自动提取模型;在此基础上,组合波谱与纹理特征构建语义纹元森林(Semantic Texton Forests,STF)岩性信息自动提取模型;挖掘数据本质特征,综合研究WorldView-3数据的岩性信息自动提取方法。本文主要取得了以下研究成果:(1)基于WorldView-3影像,结合野外调查与区域地质图,通过图像增强技术,完成了研究区目视解译岩性图,是后续样本选取和精度验证的重要参考依据,同时也证明了WorldView-3数据用于区域岩性人机交互目视解译的可行性。(2)根据WorldView-3数据特征与研究区岩性整体分布情况,本文首次构建了RF和STF岩性信息自动提取模型。通过样本数量、决策树数目两方面入手调试RF模型性能;从样本数量、决策树数目、纹元尺寸三方面入手调试STF模型性能,分析影响因子的作用机理,拓展模型泛化能力,使模型达到参数最优,从而完成高精度岩性填图应用。试验结果表明:RF模型分类精度约为87.66%,STF模型分类精度约为90.06%。(3)开展RF和STF模型岩性信息提取结果综合分析发现:RF和STF模型岩性信息提取精度均较高,分类效果较为理想是得益于WorldView-3数据高分辨率的特点以及RF和STF算法对噪声不敏感,分类速度快且稳定,不容易过拟合等优势。相比于RF模型,STF模型的优势主要包括三点:第一,同时捕捉影像光谱特征与纹理信息,分类决策支持信息更充分;第二,独特的分割函数保障了分类精度与速度;第三,分割函数的纹元尺度可根据研究区地质现状选取,更具有普适性。因此STF模型能够更大程度地满足高精度岩性填图需求。