遥感图像分类是遥感研究领域的重要内容,如何解决多类别的图像的分类识别并满足一定的精度,是遥感图像研究中的一个关键问题。本文以土地利用与土地覆盖信息提取的实际应用出发,以内蒙古自治区伊金霍洛旗红庆河乡的TM遥感图像为主要数据资料,在对影像的光谱特征综合分析、选择参与分类的最优波段组合后,分别应用最大似然分类法、基于灰度共生矩阵的纹理信息分类法和基于决策树的专家分类法,对研究区影像进行了分类研究。并对三种分类方法的分类精度进行了比较,在此基础上分析了不同土地利用与土地覆盖类型的分类精度。经过对分类精度评价指标的计算结果分析评价后,三种分类方法的总精度都在80%以上,满足应用的要求。将纹理信息引入分类中,可提高分类总精度;基于决策树的专家分类方法虽然具有较高的分类总精度,但对有些土地利用与土地覆盖类型的分类精度较差。与传统的最大似然分类方法相比较,基于灰度共生矩阵的纹理信息分类法和基于决策树的专家分类方法,改善了研究区土地利用与土地覆盖的分类效果,提高了分类精度,但是原理和运算较复杂。每一种方法都有其相应的优缺点。