自然资源是发展之基、生态之源、民生之本,对于经济社会发展具有重要的支撑和保障作用。随着我国人口的不断增加,城镇化进程的逐渐加快,掌握自然资源数量和空间分布对于应对日益增加的自然资源需求危机,做好自然资源监管和国土空间规划具有重要的意义,因此精确地监测自然资源势在必行。当前的第三次全国国土调查等自然资源监测工作模式仍以人工目视解译为主,自动化程度较低。影像分割是解决自然资源监测自动化的重要基础,然而当前的影像分割方法只考虑基元自身的光谱、形状和纹理等内在特征,忽略了对基元边界特征的分析和运用,导致分割的边界定位精度较低、分割结果过于细碎及整体性不强等现象。本文将高精度地表覆盖数据的边界先验知识作为约束条件融入多尺度分割中,运用优化高分辨率影像分割方法解决分割对象边界精度低等问题,从而提升自然资源监测精度和效率。在优化分割结果的基础上,实现多特征变量选取以及分类器算法在土地利用分类中的应用,实现多源多时序数据在退耕还林信息自动提取中的应用。研究结果表明:（1）高精度地表覆盖数据优化影像分割方法使影像对象的边界更加精确。该分割方法以分形网络演化算法为基础,将地表覆盖数据的的边界作为约束条件融入多尺度分割中,结合ESP尺度评价工具及NDAI指数评价分割结果并获得最优分割尺度参数。该方法解决了分割对象边界精度低等问题,使分割边界与真实地物的轮廓更吻合,分割效果更佳。（2）高精度地表覆盖数据优化影像分割方法结合多特征变量优化方法较大地提升了土地利用分类的精度。本研究以高精度地表覆盖数据优化影像分割方法为基础,采用基于高精度地表覆盖数据优化影像分割的分类方法和无地表覆盖数据辅助分类方法,运用朴素贝叶斯、决策树、随机森林和最邻近分类器开展武功县土地利用分类。地表覆盖数据优化影像分割的分类方法在精度方面有较大的提升,其总体精度达到95.3%,Kappa系数达到0.94,表明此方法对提取土地利用信息具有较好的可行性和有效性。（3）地表覆盖数据优化影像分割方法结合哨兵二号影像的时序特征较大地提升了退耕还林信息提取精度。本研究将高分辨率影像的边界特征和哨兵2号影像的物候特征联合,实验表明最有效的区分退耕地还林和其他地类的方法是红边指数（NDVIre2+NDVIre3）在11月份和10月份的特征差值。基于（NDVIre2+NDVIre3）_11-10的隶属度分类法相比其他三种方法提取精度更优,在王益区和王益区的退耕还林信息提取精度均达到90%以上,表明该方法用于退耕还林信息提取具有可行性和适用性。