目前，随着遥感技术的迅速发展，特别是遥感影像处理水平的提高，遥感在社会各领域的应用日益广泛。在城市规划方面，利用遥感可以实现土地利用的动态监测，空气质量的监督控制，城市生态环境规划建设等。近年来，国内外许多城市将遥感技术应用到绿地信息提取中，以动态掌握绿地覆盖面积，优化绿地空间结构，这不仅可以实现城市绿地的整体规划，同时对于改善生态环境，提高城市的可持续发展潜能具有重要的实际意义。论文以上海市2003年的ETM遥感影像为数据源，对影像进行校正、裁剪、光谱增强等一系列的预处理，然后通过监督分类、非监督分类和模糊C均值聚类三种方法分别对上海市地物类型进行分类，提取绿地信息；并以普陀区为例，对三种分类方法进行了比较分析。研究结果表明，从分类总体效果来看，模糊C均值分类方法优于监督分类，而监督分类又优于非监督分类。然后，根据三种方法得到的上海市绿地信息，对上海市绿化建设现状进行了分析，在此基础上提出了未来的发展目标及建设措施。最后，提出了模糊C均值方法的尚存的一些不足之处。论文的特色及创新之处在于：针对遥感影像中的混合像元，引入了目前最流行的模糊C均值聚类方法，它是结合模糊集理论和K-均值聚类方法而提出来的适合进行软划分的模糊聚类分析方法。FCM方法对于遥感影像中存在的模糊性和不确定性，能较好的根据隶属度对混合像元加以判别，这对于反映地物的实际情况，能得到更加准确的效果。