基于不同分辨率(2,8,16m)遥感数据(GF-1),分别运用最大似然法、马氏距离、神经网络、支持向量机4种分类方法,结合光谱与纹理特征对南疆盆地4种主栽果树(核桃、红枣、香梨和苹果)进行遥感识别。结果表明,不同分辨率下,基于光谱与纹理特征的分类精度均比单纯依靠光谱特征参与下的分类精度有较大提高,2,8,16m分辨率下分类总精度最高达到76.91%,67.46%,61.23%,比相应单纯依靠光谱信息分类提高了7.20%,5.00%,6.41%,Kappa系数也相应提高了0.14,0.03,0.06。不同分辨率下(2,8,16m)识别4种果树的最佳纹理窗口分别为23×23、21×21、13×13窗口;对应的纹理特征组合为:方差、相异性、相关性;方差、均匀性、对比度;方差、对比度、相异性;支持向量机是识别4种林果树种的最佳分类方法,2m分辨率的遥感影像为识别4种果树的最佳选择。