泥石流作为一种典型的地质灾害,给人类的生命、财产安全带来了极大的危害。而泥石流堆积扇(debris flow fan)不仅是泥石流发育历史的重要标志,也是泥石流规模大小和危害范围的量度指标。因此准确地识别泥石流堆积扇不仅对泥石流地貌过程的研究,也对泥石流灾害评估、监测预警区域的选择具有重要意义。本文选取中国泥石流多发区白龙江流域武都段作为研究区,在对该区域泥石流扇形态特征和堆积范围进行实地调查、测绘的基础上,利用高分辨率影像(SPOT)进行目视解译,获得研究区部分泥石流堆积扇和非泥石流堆积区的分布范围,将其作为已知样本区；利用该区域多光谱遥感影像(ASTER)和数字高程模型(DEM),提取植被、土壤、地质和地形等几十种特征指标(index)。通过运用方差分析和聚类分析等方法对各指标进行分析计算,探讨不同遥感指标物理意义的基础之上选取对区别泥石流堆积扇最具显著意义的指标作为输入,进而采用面向对象和基于像元两种方法,分别使用多种分类器识别泥石流堆积扇,得到如下结论：1. SPOT与ASTER融合影像的波段比可以有效突出土壤岩石中的矿物成分,可进一步用于对区域内泥石流堆积扇的分类,尤其是铁的氧化物指标和植被指标对泥石流堆积扇的识别具有显著意义。2. SPOT与ASTER融合后的各波段影像经过主成分分析后得到的主分量,对识别泥石流堆积扇意义明显,其中第一、三主分量反应区域地质情况,第二主分量反应区域内植被覆盖,第四、五主分量反应区域内土壤覆盖。3.利用筛选出的植被、土壤、地质、地形指标作为输入,进行监督分类识别泥石流堆积扇,能够有效地将遥感指标和地形指标相结合,提取的堆积扇覆盖范围与实际情况较为接近。4.采用基于像元的监督分类方法在识别精度上高于面向对象的方法。