我国目前已成为世界上主要的生产棉国之一,棉花在世界各国的经济作物中都处于绝对优势和领先水平,特别是在对新疆国内生产总值的影响上,是其他重要经济作物中不可替代的重要农业作物之一。特别是一师阿拉尔市是新疆最大的棉花生产基地。准确的掌握棉花面积情况和棉花面积信息监测,对相关农业部门的制定决策、区域经济的增长都具有至重要的作用。目前利用卫星遥感空间技术进行大规模的农业信息调检测,是应用比较广泛的不受时间和地点限制的先进技术之一,在节省人力、物力和时间方面具有许多便利的优势。本研究主要是利用Landsat8卫星遥感图像,采用监督分类的六种分类方法,使用2016年到2018年云量少的影像图,将遥感影像数据通过ENVI5.3,Arc Gis10.7等软件进行处理,从4月到10月,作物对生育期间播种到收获的每个月和每个遥感影像分别进行分类,以最佳的分类方法和最佳的时相来准确测算3年棉花的种植面积,将计算出来的面积与年鉴上的面积进行比较,找出计算出的面积与年鉴记载的面积之间的差异。研究结果如下:(1)在ENVI中加载2016年至2018月的遥感影像,进行2%的线性拉伸,并改为6,5,2(RGB)的波段显示。(2)光谱分析。研究中选取了3个植被指数对棉花进行分析,棉花和其它地物差异及对光谱分析结果表明:结果显示,分别为7月份,8月和9月份的的植被指数和光谱分析结果最好,下一步7月份到9月份的遥感影像分别进行样本可分离性和监督分类。(3)样本可分离性。利用棉花的生育期数据,研究区2016年至2016年遥感影像进行训练样本和样本可分离性统计,每一年内选取一个最佳遥感影像,我们得知三年均为8月份以训练样本可分离性最好,最佳时相8月份的棉花与其他地物(水稻,灌木,裸地及沙地,树类和水体)可分离性2016年为1.9545,1.9456,1.9745,1.8015,1.9945;2017年为1.9604,1.8756,1.9654,1.6541,1.9456;2018年为1.9855,1.9824,1.9945,1.9645,1.9956。(4)利用监督分类方法中的平行六面体、基于支持向量机、最小距离、马氏距离、最大似然法和神经网络分别对Landsat 8遥感影像数据进行监督分类以确定最佳识别月份和最佳识别方法,研究结果表明,三年Landsat8数据源8月均为识别棉花面积的最佳时相。支持向量机分类法的解译精度最高andsat8影像数据解译精度分别为2016年的解译精度94.5380%,Kappa系数为0.9280。2017年影像数据解译精度为94.7170%,Kappa系数为0.9335;2018年影像数据解译精度为93.9144%,Kappa系数为0.9380。(5)统计数据对比棉花遥感估测面积。将2016年至2018年影像数据经过监督分类处理后,利用ENVI中的Statistic(统计)工具,计算阿拉尔市水稻的像元总数,统计出3年中棉花的种植面积并将其与兵团第一师阿拉尔统计年鉴的数据进行对比,分析出棉花种植面积估测的精度。