传统的农业统计没有考虑农作物的空间分布。简单的统计遥感模型没有考虑地表海拔高度和地面坡度信息,不能完全反映不同海拔高度、不同坡度区域农业用地、主要农作物种植面积的差异性。本文研究探讨采用多时相国产高分1号16米分辨率多光谱遥感影像数据和30米DEM高程数据,计算NDVI指数、海拔类别指数和地形坡度指数,测量计算出水稻、小麦、玉米的空间分布和种植面积并统计出不同海拔分区和不同坡度分区的空间分布和种植面积。常用的遥感影像处理算法有最大似然法、神经网络、ISODATA方法、决策树等,为了找出农作物识别的最佳算法,本文通过样本校验数据分别对四种算法计算结果进行了对比检验,决策树识别精度最高,达93%,具有较高的实用性。本文的创新点在于针对云南"一山有四季,十里不同天"的农作物特殊种植环境,以云南省文山州丘北县为例,基于多时相多光谱卫星影像数据和DEM高程数据等空间信息数据,建立了整合高程因子、坡度因子和NDVI指数的主要粮食作物空间分布测量模型和空间分布特征空间分析模型,提高了农作物空间分布测量的精度,同时统计出主要粮食作物在不同海拔分区和不同坡度分区的空间分布和种植面积,解决了非平原地区农作物空间分布测量模型精度较低和传统统计遥感方法不能按地形因子测量农作物种植面积的难题。