随着对影像自动分类精度要求的提高,仅利用影像光谱信息分类面临着分类对地物区分能力有限的问题。纹理特征作为遥感影像空间结构信息的重要体现,利用纹理特征辅助光谱信息进行地物分类逐渐受到重视。分形理论作为非线性科学领域三大学说之一,且分形维数与人眼对图像纹理的粗糙度的感知具有一致性。利用分形方法提取影像纹理特征并用于土地利用分类逐渐受到重视。但前人对于分形所用波段与窗口的选择缺少定量研究。本文以江西德兴矿区作为研究区,利用高分辨率的GF1影像和中等分辨率的Landsat影像,以分形理论为基础,运用双毯覆盖模型和差分盒维法提取两种数据源各个波段在不同窗口下的纹理图像。将纹理图像与原始多光谱数据组合后利用支持向量机的方法进行分类。以人机交互解译结果为参照,确定研究区两种影像数据的最佳分形波段与分形窗口。利用多期Landsat数据最佳波段与窗口组合提取了德兴矿区1998、2003、2008、2013、2018年的土地利用情况。本文主要取得以下成果:(1)利用MATLAB实现了双毯覆盖模型与差分盒维法提取不同遥感影像各波段不同窗口下的纹理特征,并用于辅助影像的分类。(2)通过实验确定了研究区GF1数据与Landsat数据运用双毯覆盖模型与差分盒维法提取纹理特征的最佳分形波段与最佳分形窗口。证明了直接利用第一主成分波段作为分形波段,通过目视效果选取分形窗口的做法并不可取,无法取得最高分类精度。(3)通过对比发现,对于GF1数据,双毯覆盖模型提取的纹理图像较差分盒维法对于影像分类精度的提高更有优势;对于Landsat数据,差分盒维法提取的纹理特征有助于提高分类精度。对于不同数据源,加入纹理特征后,波段数较少的GF1影像较波段数较多的Landsat数据分类精度提高更加明显。(4)运用土地利用数量变化、结构变化及土地利用动态度等指标,对研究区20年间的土地利用变化情况进行了分析。