目前,卫星遥感应用的水平常滞后于空间遥感技术的发展,主要表现在:①卫星发回的遥感数据未得到充分利用,据统计,目前卫星发回的遥感数据得到应用的不足其总量的10％;②对遥感信息认识的不足和对遥感专题信息分析水平的滞后,造成了遥感信息资源的巨大浪费及其应用价值的降低。这主要在于缺少完善的遥感图像分析处理的方法和模型,难以从遥感图像中直接获得大量高精度的空间信息。因此挖掘卫星遥感信息的应用潜力,特别是国产资源卫星数据,提高遥感图像分析识别的精度,是目前遥感应用的迫切要求。　　 本文选取CBERS多光谱数据,以江苏省宜兴地区作为实验区,首先进行了CBERS-02星多光谱数据的图像预处理,然后利用ERDAS IMAGINE和Definiens7.0等软件,采用非监督分类、监督分类、面向对象的方法进行了土地利用/覆被分类,并将影像分类结果进行了精度评价。　　 结果表明:与传统监督和非监督方法相比,面向对象的分类方法在利用光谱信息的同时,还考虑了影像对象的空间信息,使分类结果有了明显改进。具体来讲,在一级地类的提取中,面向对象的最邻近分类器的分类精度最低,监督分类的精度最高;在二级地类的提取中,面向对象的特征阈值法得到的分类结果较好,能够轻松提取传统分类方法难于提取的地类。这是因为最邻近分类器的特征空间只设置了与光谱信息有关的特征,面向对象的特征阈值法考虑了影像对象的空间信息,如果在此基础上利用Definiens7.0软件提供的人机交互工具进行目视修正还可以进一步提高分类精度。　　 面向对象分类方法可以生成带有属性列表的专题栅格层,也可以是带有属性信息的矢量多边形,可用于进行GIS的空间分析和决策支持,这为GIS和RS集成提供了思路。