应用高分辨率遥感数据进行矿山环境监测是近几年来矿山监测工作的一个发展趋势。信息提取技术是遥感数据应用中的关键,传统的像元分类方法只考虑了光谱信息,信息提取量少,分类精度低,难以满足高分辨率数据信息的提取。于是,一些学者率先引入“面向对象”提取技术,并取得很好成效。国内面向对象信息提取技术研究起步较晚,并多集中于海洋环境、土地监测领域。本文以2011年白银煤矿1/1万工作区的IKONOS数据为数据源,运用面向对象分类技术对矿山开发占地信息进行提取,并与传统的基于像元信息提取方法进行了对比,最后形成动态分析报告。论文的研究成果与创新主要有以下几点：1.应用基于异质性最小原则的区域合并算法进行影像分割,实现了影像数据的多尺度分割,分割尺度分别为10、30、50。层与层之间形成一个互为联系的网络层,实现了信息的多尺度、多层次表达。2.运用模糊分类技术分类,并对比传统的基于像元分类方法(最大似然法)。数据显示：面向对象总分类精度和总体kappa系数分别为83%、0.8135,最大似然法为55%、0.4774。结果表明：面向对象分类法比基于像元分类法精度更高,效果更好,能够满足国家矿山遥感调查与监测需要。3.2011年提取各类矿山开发占地图斑812处,面积为972.93hm2。与2010年目视解译对比,开采面占地面积减少87.3hm2,固体废弃物增加88.01hm2。分析指出,2010年矿山遥感调查与监测工作取得一定成效,违法采矿、占用耕地现象减少,但固体废弃物占地图斑总面积有增无减,应引起政府部门重视。