在利用遥测信息进行水稻田分类问题当中，光谱反应值接近的相异类别往往容易产生混淆，例如均为植生的水稻田、草地与林地等，因此若是以光谱信息进行影像判释时，将很难获得较高的分类精准度。此外传统卫星影像的空间分辨率约为数十公尺，对于都市中复杂且狭小的土地使用而言，容易产生混合像元的问题，使得影像判释的正确度下降。为解决此一问题，本研究尝试以高分辨率卫星影像并且加入纹理信息的方式，将地表间不同类别的空间特征差异性扩大，以提升影像判释时之精准度。 本研究以半变异元理论（Semivariogram Theory）中的方向半变异元（Direct-Semivariogram）与交叉半变异元（Cross - Semivariogram）为纹理信息之萃取模式，以获得不同性质之纹理特征结果。另外，研究中也深入的讨论了窗口大小、计算方向等影响分类成果之因子特性，以得到适合辅助水稻田判释之纹理信息。研究的成果显示，利用纹理信息可有效的提升高分辨率影像判释水稻田的精确度，而分类之成果也将有助于相关单位制订农业政策时之重要参考依据。