我国是矿业大国,矿产资源丰富,在矿石冶炼和选别过程中的大量废弃物被排泄到尾矿库中。由于矿石成分的特殊性和冶炼技术的缺陷导致矿产资源利用率低,大量有用和有毒物质被一并排进尾矿库。尾矿库是一把双刃剑,既含有大量有用资源还会对周围环境造成较大污染,同时也是一种高势能的危险源。现行主要的尾矿库调查方法为利用遥感影像进行基于人机交互式的目视解译,这种方法效率低、工作量大、费时费力。本文利用支持向量机分类器和面向对象分类的优点有效改善了像素级分类“同物异谱”和“异物同谱”的现象,为尾矿库的普查提供可行的理论依据和技术支持。本研究以覆盖新疆富蕴县东北部的喀拉通克铜镍矿矿区及周边一定区域的Landsat-8影像为数据源,将基于支持向量机的遥感影像分类技术和影像分割技术相结合实现尾矿库的自动提取。首先对研究数据进行预处理,重点研究IHS变换和GS变换两种融合方法,实现基于传感器光谱特性改进的IHS变换融合方法并对比分析改进的IHS变换融合方法和GS变换融合方法的优劣;然后研究了支持向量机理论及相关参数的选择:基于预处理后的影像讨论了光谱特征和纹理特征并用矢量叠加的方法融合这两类特征,根据实际情况选择7类样本并实现支持向量机像素级分类;最后讨论FNEA分割过程中的参数选择和波段选择,用面积比均值法求得适合尾矿库提取的分割尺度并获得影像对象,在支持向量机像素级分类结果的基础上引入影像对象,实现支持向量机对象级分类,根据分类结果提取尾矿库,并就提取结果从定性和定量两方面进行评价。