我国是一个水资源大国,水资源总量位居世界第6位,然而由于人口众多,使得2020年人均水资源占有量仅2239.8m~3,而我国农业水资源利用效率较发达国家相比较低,因此对灌溉面积及种植结构进行监测对水资源合理配置越来越受到重视。本研究以内蒙古河套灌区为例,基于多源遥感数据及地面采集信息,通过峰值峰谷检测程序首次实现了灌区综合灌溉信息（灌溉时间、次数、周期）的提取,之后利用决策树监督分类与差值模型的方式对灌区种植结构与灌溉面积进行了遥感监测,并对获取的结果进行了精度分析与验证。论文取得的主要结论如下:（一）基于长时序卫星遥感数据与地面实测数据,通过分析不同遥感光谱信息对作物分类的敏感性,构建了作物种植结构提取模型获取了河套灌区高精度作物种植结构信息。研究中考虑了三组不同光谱信息输入（NDVI时序数据、NDVI与原始波段组合数据集、NDVI与统计信息数据集）及两种分类算法（RF随机森林算法与C5.0算法）分别进行分类实验并验证精度,总体分类精度最高的是RF随机森林算法和NDVI与统计信息数据集的组合,精度为96.16%,证明在对该研究区内的作物分类时统计信息数据与随机森林算法的敏感程度较高。该研究成果为后续灌溉面积提取研究提供基础数据。（二）联合Sentrinel-2,3数据构建自4月1日至11月20日时间段内5天时相分辨率的条件温度植被指数VTCI时间序列数据集,然后基于VTCI时间序列峰值检测算法获取2020年灌区年内城区峰值时间点与耕地（即种植结构分类中作物范围）峰值、峰谷时间点,通过对两者时间点进行对比分析,完成了年内灌溉次数、时间及周期等综合灌溉信息的获取。经过与历史灌溉数据比对,所获得的5次灌溉周期与当地灌溉模式以及实地获取的灌溉时间一致。（三）结合所获取的灌溉时间、周期等信息,利用差异模型对灌区灌溉面积进行提取并利用提取精度对比分析了光学数据与雷达数据在河套灌区灌溉面积研究中提取结果适用性。研究中首先采用差异模型分别对Landsat-8光学数据与Sentinel-1雷达数据在4月30日灌溉时间点前后的灌溉面积进行了提取,通过实测数据对提取结果的精度验证显示,Sentnel-1数据获取到的灌溉面积精度要优于Landsat-8数据的提取精度,这是由于Sentinel-1雷达数据不受云以及天气因素的影响,并且时相分辨率也要优于Landsat-8数据。因此在综合考虑两者时相分辨率以及云遮盖等因素影响下最终使用Sentinel-1数据提取的结果作为河套灌区灌溉面积的提取结果,并对5次灌溉时间点下的面积进行了逐次提取。