高尔夫球场的大量建设对我国资源和环境保护构成了潜在威胁，传统的目视解译与人工核查相结合的高尔夫球场监测作业模式具有效率低、主观性强、易漏判等缺点，不能满足国土部门快速、准确地获取高尔夫用地信息的需求，基于中分辨率遥感影像的高尔夫球场识别可以实现大区域、短周期、低成本、高精度的高尔夫球场用地监测，为这一问题的解决提供了较好的解决方案。　　 本文以已建成的占地面积超过200亩的高尔夫球场为研究对象，以利用中分辨率遥感影像检测并识别高尔夫球场为研究目标，将高尔夫球场的球道草坪、水体和沙坑作为球场识别的基本要素，开展基于中分辨率遥感影像的高尔夫球场识别关键技术的研究，具体研究内容如下：　　 首先，对球道草坪的物候、光谱、几何特征进行分析和优选，将反射率作为输入特征利用支持向量数据描述(SVDD)对球道草坪进行单类分类，并利用形状指数进行分类后处理。　　 其次，对城市水体的光谱、几何、空间特征进行分析，逐一归纳了用于区分水体与其他暗目标的光谱特征，针对水体光谱与建筑物阴影光谱严重混淆的问题，提出利用噪声环境下密度聚类方法(DBSCAN)描述的空间密度特征进行二者的区分，并利用密度特征改进了传统的基于知识决策树的城市水体提取模型。　　 再次，考虑球场中球道草坪和水体的空间共现特征，由球道草坪和水体专题信息通过形态学闭运算形成球场靶区，在高尔夫球场特征约束下，结合像元纯度指数(PPI)和端元光谱特征进行自动端元选择，利用非负最小二乘法进行混合像元分解，并利用自适应阈值在沙坑丰度图像上提取沙坑，该方法取得与成熟软件模块相似的精度。　　 最后，利用景观指数对高尔夫球场的景观特征进行定量描述，通过基于排序融合的特征选择方法构建了高尔夫球场的最佳景观指数集，将该景观指数集作为输入特征利用模糊C均值聚类方法实现对高尔夫球场数量、面积和类型的识别。　　 实验表明，基于SVDD的球道草坪专题信息提取、基于知识决策树的城市水体专题信息提取、基于混合像元分解的沙坑专题信息提取和基于景观指数的高尔夫球场识别均可取得较好的精度，由以上关键技术构成的球场识别方案可有效进行基于中分辨率遥感影像的高尔夫球场识别。