随着快速发展的遥感技术及影像提取技术,基于影像获取梯田信息的方式越来越受到人们的青睐,也已经取得了一定的成果。但人们却忽略了田坎的数量和面积在土地利用中尤其在耕地中的地位。田坎系数越大耕地的实际可耕作面积越小,田坎系数的研究对保护耕地、节约集约用地、梯田区土壤侵蚀量测算等方面具有重要作用。本研究基于1m分辨率的GF-2遥感影像,用遥感影像多尺度分割与基于面向对象的信息提取方式,探索准确、快速的提取黄土丘陵沟壑区田坎信息的方法,得出以下结论:(1)本研究中,通过分析确定以试错法的方式进行多尺度分割试验,基于对象内异质性最小、相邻对象异质性最大的原则,确定梯田田坎相关地物的最优分割尺度参数设置并构建不同的影像对象层。确定以角二阶矩、熵、对比度、相关性4个特征指标提取最优纹理特征。为了提高影像分类的精度,经过对影像分割后形成的对象的专题、光谱、形状、纹理等特征信息的分析,以优化特征空间为参考,确定各地物具有分离性的特征或特征组合,构建各土地利用类型的特征空间及分类规则,实现了各地物不同层次的分类。(2)在提取梯田面积的基础上,采用分层分割提取的方式,利用田坎密度较小的特性,构建以Density为主要特征信息的田坎提取规则,实现了田坎信息快速、准确的自动提取,并计算田坎系数为15.34%,最后对分类结果进行精度评价,分类总体精度为82.85%,Kappa系数为0.79,分类质量很好。梯田提取结果的精度达到82.55%、Kappa系数达到0.75,田坎的提取精度为68.83%、Kappa系数为0.61,达到很好的分类效果。(3)利用简单随机抽样方式选择梯田样本,采用实地测量及高分辨率无人机影像目视解译这两种方式分别计算田坎系数,并验证其作为验证提取田坎系数的有效性。计算出两种方式样本容量分别为10和11,低于预抽样样本数量20,能够用来验证提取田坎系数的准确性。对比结果发现,自动提取田坎系数分别比实地测量田坎系数的15.27%、无人机影像目视解译田坎系数的14.04%高0.07%、1.3%,分析认为是影像分辨率及阴影的影响。