空间信息技术(3S)中的遥感技术已经广泛应用于耕地上作物识别、估产、长势监测研究中，但是针对耕地内部不同作物的产量、长势监测研究较少，尤其是大区域尺度的农作物种植面积提取尚未实现业务化运行。农作物监测的基础是农作物种植信息识别，高分辨率数据由于具有获取周期长、价格昂贵、数据处理量大等特点使及时地获取大区域尺度特定农作物识别非常困难，而及时地获取大区域尺度农作物空间分布信息和及时地对主要种植作物长势监测是农情遥感监测中的核心问题。本文以新疆棉花作为研究对象，探索出一个基于中等分辨率数据的可供大区域尺度特定农作物种植面积提取及业务化运行的模型及方法。首先，本文选择了中等分辨率MODIS数据产品MOD13Q1作为主要的遥感数据源建立2002-2012年MODIS-EVI时序数据集。通过分析2010年新疆各区域棉花物候及光谱特性，对全疆棉花进行识别分区并建立了可以更新的标准时序曲线光谱库。鉴于统计资料的不可靠性，本文采用的是2010年两年的大量实地棉花调查地块数据对结果进行精度验证。结果表明，通过利用表征物候的分区棉花时序EVI曲线可以有效提取棉花种植面积，经2011年野外地块作为真实性检验训练样本，统计得到提取精度达到91%。最终通过基于光谱特征库与综合光谱相似度匹配模型，提取得到2010年的新疆棉花种植面积。论文结论如下：（1）在训练样本、输入影像等条件相同的条件下，相比较于基本光谱曲线形状测度的相关系数法和光谱角法，基于综合的光谱相似度指标综合了光谱时间序列曲线的形状特征指标和数值特征指标，对各植被类型的提取精度有了很大的提高。（2）新疆疆域辽阔，南北物候差异大，在应用光谱匹配的方法进行精细作物识别时，有必要对全疆进行分区分别提取，文章根据作物的物候特征及时序光谱特征差异，将全疆分为南疆识别区、北疆识别区以及过度识别区，解决了因光谱差异大造成的识别精度较低的现象，识别区的划分也一定意义上为新疆省内的作物物候监测区域的划分提供了依据。