桉树是世界上三大速生林之一，具有很高的实用价值和经济效益。不过随着各地大量的引种，从而也引发了一些生态问题。广东作为桉树种植大省之一，对如何科学合理地经营、管理桉树人工林引起了高度重视。传统的森林资源调查费时、费力。近年来，随着遥感技术的进一步发展。利用遥感图像进行特定的树种信息提取成为了可能。 本文用广州市花都区内的区域为试验区。采用SPOT5遥感影像，结合面向对象的成员函数法和最近邻法对桉树信息进行提取。通过多级、多尺度分割方法获取研究区的各类地物后，在分析不同地物的光谱、纹理等信息及植被指数的基础上，构建了针对研究区特点的特征空间，从而达到准确地提取桉树分布信息的目的。研究发现，由于植被在绿波段有个反射峰，利用该波段，有利于区分不同种类的植被。在分类过程中，除了利用植被的光谱特征，还利用了两种纹理特征——熵与局部稳定性。研究表明：纹理特征的加入有利于提高桉树信息提取的精度。与传统的监督分类方法相比，面向对象分类方法由于充分利用了地物的光谱、纹理、几何形状和位置等信息，避免了传统分类方法在分类过程中，由于同一地物内部异质性增强导致的“椒盐现象”，提高了分类精度。此外，针对目前面向对象分类软件中基于模糊技术的分类方法中分类特征不易选择的问题，将分割生成的对象(包括其各类特征)导出，利用GIS的统计分析功能对其进行分析总结，构建包含光谱信息和纹理信息在内的更合理的特征空间。本研究初步形成了一套基于面向对象的桉树资源提取的方法与技术。