内蒙古矿产资源富集,存在着大量露天开采煤矿,不仅其占地面积大,而且对土地资源和生态资源的破坏严重,因此,本论文以“内蒙区矿山开发遥感调查与监测”项目为依托,选取锡林浩特胜利露天开采煤矿为研究区,开展矿山占地信息自动提取方法研究。综合利用遥感数据的光谱特征、纹理特征以及空间特征,对研究区的高分辨率影像进行了面向对象的分类器性能测试,根据测试结果,建立了一套基于层次的加权投票法分类器组合的技术方法流程,并应用于锡林浩特大型露天开采煤矿占地信息提取,验证本技术方法的有效性。本论文取得以下研究成果:(1)深入分析了高分辨率遥感数据的庞大信息含量,复合实验区worldview-2数据的光谱信息、纹理信息和DEM数据的空间信息,为后续研究提供数据保障。(2)对复合后的数据进行六种算法的面向对象监督分类,并对所生成的分类器进行性能测试,从中筛选出高性能的分类器作为基分类器,为层次法信息提取奠定基础。(3)以基分类器的微观精度分析结果为依据,确定各占地类型的最优分类器。采用层次法实现对强类占地信息的提取,保证了强类信息的精度,避免了信息之间的干扰;对于不存在最优分类器的弱类信息,在子分类器差异性度量的基础上,采用加权投票法的分类器组合分类,获得了满意的提取效果。(4)在上述研究的基础上,以锡林浩特大型露天开采煤矿(面积为127.5km2)为验证区,进行本论文技术方法有效性的验证,占地信息提取总体精度达到92.45%。