本书针对高分辨率遥感影像分类面临的数据冗余、地物破碎、光谱信息有限等关键问题，以国产高分一号、二号、三号遥感影像为数据源，围绕集成学习技术展开系统性研究。书中构建典型相关决策森林模型，突破传统决策树轴平行划分局限；引入多尺度分割技术解决“椒盐现象”；集成多源影像多维度特征并结合降维算法，平衡分类精度与运算效率；提出深度级联典型相关决策森林模型，实现自适应特征转换，降低人工特征提取难度。在部分实验区域中，实验验证相关模型分类精度在最优条件下可接近90％的水平，为高分辨率影像智能解译提供了技术支撑。