随着遥感和地理信息技术的发展，空间信息技术对国民经济的决策支持作用日益凸现。而农作物类型识别和播种面积的估算一直是农业遥感的重要议题之一，播种面积准确与否关系到产量、出口数量、库存压力、市场需求、市场价格等市场供需因素，对于政府宏观调整农作物种植结构具有重要的现实意义。 本文以经济效益显著的烤烟为研究对象，从理论基础与案例分析两个角度探讨烟田遥感识别的方法。在理论分析部分，论文从分析烤烟的生态学特性出发，着重诠释烟草生态特性的遥感机理，对烟田遥感识别数据选择的五个关键性问题-适宜空间分辨率、最佳光谱波段、最佳时相、最佳遥感数据复合、地理辅助信息复合-初步辨识，初步解决了烟田遥感识别的数据选择问题。最后，从光谱特征、专家知识规则、分层分类等角度探讨专题信息遥感识别适用方法，认识到：简单的基于光谱特征的监督分类和非监督分类无法满足专题信息提取的精度要求，而专家系统、层次分类等区域综合的方法需要光谱信息的支持；因此，建立在对遥感信息机理分析的基础上，监督分类、专家系统、层次分类诸多方法综合的遥感专题信息提取技术挖掘遥感影像中烟田的分布信息是行之有效的途径。 在案例分析部分，以云南省某一烟草种植试验县为研究案例，从烟草光谱数据野外测量出发，识别烟草光谱信息机理。在正射校正、TM和SPOT数据融合的基础上，得到适宜烟田数据挖掘的遥感影像。根据野外训练样区的信息，提取适宜的绿度、植被指数、纹理遥感信息参量的烟田分布规律阈值，在海拔高度、坡度、土壤、土地利用等地理信息参量的辅助支持下，利用分层分类的区域综合方法得到试验区烟田分布图。采用混淆矩阵的精度评价表明，耕地的分类者精度95.77％，烟田的分类者精度为93.7％，烟田信息提取的总体分类者精度为94.1％。 区域综合的分类方法与传统的分类方法相比，该方法采用影像代数变换与组合生成绿度、植被指数、纹理等影像层，借助DEM、专题图、资源实地调查资料、文字资料等地理辅助数据进行分类。该区域综合的专题信息识别方法可以充分利用地理信息系统提供的丰富的地理辅助数据，进一步提高专题信息识别精度，是遥感专题信息识别领域未来的发展方向之一。