随着遥感技术的快速发展,人们获得了越来越丰富的空间信息,尤其是高空间分辨率遥感影像的出现,已经成为研究城市环境领域相关信息的重要遥感信息源。其中土地利用/土地覆被类型提取是遥感影像信息提取中很重要的一部分。而传统的用地类型提取多数还是采用人工解译的方法。这种方法不仅费时费力,并且受解译人员的专业知识及主观判断的影响较大,已经越来越不能满足处理的需要,因此面向对象的遥感信息提取方法应运而生。　　 为了进一步证明在遥感影像信息提取中面向对象法优于面向像元法,所以本文选取重庆市长寿区部分地区为研究区,采用2009年9月获取的CBERS-02B星HR与多光谱融合影像为研究对象,影像分辨率为2.5m。运用eCognition、Erdas和ArcGis9.3等软件,分别对研究区土地利用/土地覆被类型采用面向像元法和面向对象法进行提取,并比较结果。　　 文中面向像元法主要是运用Erdas软件来进行,其中监督分类采用的是最大似然法;非监督分类采用的是迭代自组织法。而面向对象法通过比较了不同分割尺度,形状指数和紧凑度指数下的分割结果并确定最后的分割尺度;建立了提取的特征知识库;对研究区进行分类提取;最后对提取结果进行精度评价　　 通过比较两种方法提取土地利用/土地覆被类型的结果,发现面向对象法在提取过程中可将知识库转化为提取规则,提取的结果精度较高。其中水体、建筑用地、道路、裸地和绿地的提取正确率分别为:92.54％、89.68%、88.70%、78.33%和98.17%。而监督分类的提取精度中,通过像素值所占百分比的比较发现,水体和裸地的提取精度较高,分别为91.01%和3.06%。由此,可以看出面向对象法在提取用地中有很好的实用性。　　 通过进一步的分析,发现面向对象法在提取过程中可将知识库转化为提取规则,提取的结果精度较高。而面向像元的提取过程只能针对影像光谱特征来完成信息提取,所以提取精度不理想。因此,面向对象法无论是操作过程还是最后的提取精度,都优于面向像元法,是一种具有广阔前景的信息提取方法方法。