草地资源是地球上最大的天然绿色屏障，对经济、生态的发展具有重大的影响。随着“3S”（GPS、GIS、RS）技术的发展，作为一种高新技术为草地资源调查与评价提供了一种更快捷、准确的手段。研究选择位于天山北坡中段乌鲁木齐市山体垂直带的高寒草甸、山地草甸、山地草甸草原、山地草原、山地荒漠草原和山地荒漠等6种草地类型，以及冰川、森林、农田3种非草地类型，借助地形因子（高程、坡向、坡度）、植被指数（NDVI）和植物的光谱曲线特征，在遥感影像的基础上利用计算机的决策树分类对研究区草地资源进行分类，然后把分类结果与专家目视解译的结果相匹配来验证分类的精确度，并与前人研究的结果进行大致的对比分析，得出如下结论：1.决策树分类的总体精度达到71.6859%，Kappa系数为0.6690，总的来看，决策树分类在草地资源分类中具有一定的借鉴价值。2.基于专家知识的决策树分类对山地荒漠、山地荒漠草原、山地草甸及高寒草甸等几类草地类型的分类精度较高，制图精度在56.72-75.67%，用户精度在60.39-94.45%，说明决策树分类在这几类中的应用具有很高的可靠性。而对山地草原与山地草甸草原两类草地类型的分类精度较低，错分误差达39.77-59.82%，其原因有待进一步分析。3.在非草地类型中，决策树分类在农田和冰川分类精度较高，制图精度为75.67%和72.16%，用户精度为71.69%和93.59%；而在森林方面相对较低，制图精度为56.28%，用户精度为65.40%。4.鉴于所选用的HJ影像时相不好，云层较多，加之其遥感影像的分辨率不够高，致使存在误差。故在以后的研究中可以采用分辨率更高的、时相更好的遥感数据源，且尽可能的利用多种数据源，提高分类精度。5.对比较难分的山地草原与山地草甸草原，可以在以上研究的基础上，借助高光谱影像特征来区分。