随着遥感技术的发展及各种新型卫星传感器的研究和使用,遥感影像已广泛应用于各行各业中。然而,在矿产资源开发环境遥感监测项目中,生产单位对于矿山开发占地信息的提取大多数仍然采用遥感影像目视解译的方式。针对此问题,本论文对高分二号遥感卫星数据的图像融合方法及其在矿山开发占地信息提取中的应用进行学习与研究,以期得到更快捷地提取矿山开发占地信息的方式。论文的主要工作及成果如下:(1)本文选取新疆察布查尔锡伯自治县的乌库尔其煤矿矿区及周边一定区域为研究区,对高分二号卫星全色及多光谱影像进行正射校正、图像配准和图像增强,基本消除了地形、噪声、几何变形的影响。(2)在预处理的基础上,论文系统展开了HIS变换、PCA变换、小波变换、Contourlet变换、HIS+小波变换、PCA+小波变换、HIS+PCA+小波变换、HIS+Contourlet变换、PCA+Contourlet变换、HIS+PCA+Contourlet变换等多种方法融合实验,选取标准差、边缘强度、结构相似度、信息熵、相关系数、平均梯度、峰值信噪比、全局融合质量指数8个指标对融合图像进行客观评价,并结合主观评价对融合结果进行综合评价,得到HIS+PCA+小波变换融合影像质量较好。(3)应用原始多光谱影像和HIS+PCA+小波变换所得融合影像,选取最大似然法、支持向量机分别对研究区进行矿山开发占地信息提取。所得结果为:对融合影像来说,最大似然法总体分类精度为83.32%,Kappa系数为0.8088,支持向量机总体分类精度为86.76%,Kappa系数为0.8480,对多光谱影像来说,最大似然法总体分类精度为71.15%,Kappa系数为0.6669,支持向量机总体分类精度为73.63%,Kappa系数为0.6941。对融合影像进行了有效地分类提取,且提取精度比多光谱影像有所提高,支持向量机的分类精度比最大似然法高,从而进一步验证了融合方法的选择。