贵州土地石漠化的分布特征及其成因和石漠化地区的生态环境综合治理模式的研究已经基本成熟，但是对于怎样用遥感影像在测定不同背景、不同等级石漠化光谱反射特征的基础上自动提取石漠化信息和进行定量分析目前还没有相关研究。论文的研究目的在于探索一种利用遥感影像自动化、高效率、高精度地提取石漠化复杂背景下的地物信息，揭示不同等级的石漠化光谱反射差异性的方法，从而更好地利用遥感技术获取石漠化信息，为石漠化的治理提供理论依据。论文的主要研究内容如下： (1)不同等级石漠化及其背景地物的光谱特征研究； (2)基于人工神经网络分类方法的石漠化遥感地表信息自动提取模型的设计； (3)对提取的石漠化信息进行定量的精度评价。 论文提出了一种基于神经网络分类方法的石漠化遥感自动分类方法。选取贵州省毕节鸭池示范区石桥流域为研究区，采用典型的后向人工神经网络分类方法进行分类，并开展野外遥感调查，以提高和验证分类精度。研究结果表明：该方法分类时避免了其他多余信息的干扰和影响，从而可以提高分类精度。