摘要：中国南方丘陵区地形破碎，地物分布复杂，丘陵区水田的光谱特征相对于平原区较混杂，传统的基于像元的遥感数据获取受异质性因素的影响，无法利用单一时（季）像及特定的图像自动识别规则提取精度较高的水田分布信息。针对这一问题，该文基于多时像HJ-1A/1B卫星图像，结合地面调查，以湖南省湘潭市为研究区，在易康（eCognition）软件平台上分别以光谱特征为主要参考的多层最邻近分类法和以在特征知识库支持下的决策树分类法对丘陵区水田进行图像识别。结果表明：分层最邻近分类法比单一最邻近分类提取的精度高，但在相同分割尺度下，利用特征知识库支持下的决策树分类提取水田的精度达到最高，为90.25%，总Kappa系数为0.79，说明特征知识库支持下的决策树分类方法比最邻近分类法更加适合丘陵区水田的遥感识别。

关键词：遥感 决策树 图像识别 面向对象 耕地 

单位：中国科学院测量与地球物理研究所 武汉430077 环境与灾害监测评估湖北省重点实验室 武汉430077 中国科学院大学地球科学学院 北京100049