遥感的根本目的是为了从图像上提取信息、获取知识 ( 明冬萍等，2005) 。从卫星遥感图像中提取土地利用等信息的方法可以归纳为三种类型: 一是由计算机自动完成，主要以光谱数据提取与土地利用相关的特征参数，设计相应的分类模型，达到分类的目的 ( PGong，1992，J R Baber at el，1991) ; 二是人工目视解译方法，运用专家知识实施综合解译; 三则是人机相互结合的交互式解译方法，由此提高解译的效率和精度 ( 赵庚星、窦益湘，2001) 。由计算机自动完成的遥感信息自动提取是遥感应用领域一个重点的研究和发展方向，目前国内外在该技术的研究和探讨仅局限在某一小的区域，虽然也有很多的技术方案和算法，但离实际的生产需求仍有很大差距。遥感信息的提取精度问题一直是困扰遥感信息自动提取进行应用推广的技术瓶颈，主要表现在两个方面: 一是遥感信息本身的同谱异物和同物异谱现象，以及待提取地物单元在数字遥感影像上色调、纹理、形态上的复杂性，这给信息自动提取带来了很大的困难; 二是当前遥感信息自动提取技术还大多停留在试验阶段，算法以及参数设置等都不成熟，可操作性太差。所以，要将信息自动提取技术应用于生产实际确实面临许多技术上的难点。
以上提到的信息自动提取技术应用到实际生产中存在着很多困难，但针对特定的区域，如果能采用比较切合实际的严密的提取算法，仍然可以达到实际生产应用的需求。塔里木河流域地域宽广，地势较平坦，地物类型相对单一，所要提取的耕地、林地、天然草地、沙漠等地类影像特征清晰，且空间分布规律明显。这在我国其他地区是不多见的，尤其是在我国的东南、西南地区，植被覆盖多，地类混杂，有很多地类人工目视解译都很难区分。所以，在塔里木河流域进行信息自动提取具有得天独厚的优势。
遥感信息提取的精度决定了整个塔里木河流域生态动态监测与分析的效率，本系统采用了多种技术手段保证了遥感信息自动提取以及修编后的精度，包括图像自动提取算法设计、图像处理一致性、解译参考完整性、人工修编规范性等方面。从信息自动提取算法的角度讲，算法要求严密、先进，但必须具有通用性。综合国内外相关信息提取算法，再结合塔里木河流域地物特征，采用了分级分类的分类思想。所谓分级分类，就是按照级别来一级一级划分，对于一个待分类的遥感影像，首先可以区分为两个大类: 植被类与非植被类，或是水体类与非水体类; 而后在下一级再考虑在植被类里面划分林地、灌木、草地、农田等。这样分类看似简单，却合乎我们通常的认知过程，可以避免一些大的类别上的划分错误，同时可以缩小划分某一地类时的考虑范围，大大提高了分类的精度。对于最低一级的类型划分，采用监督分类的思想，依据知识库中所建立的对应地类的解译标志、地物样方、地物光谱等之间的对应关系，选择对应地类的样方信息。最后再经过主要/次要分析、集群分析等分类后处理得到某一专题的自动提取结果。针对植被覆盖度、植被类型、土地沙质荒漠化、土壤盐渍化和土地利用 5 个生态环境专题各自不同的特征，建立了 5 个专题的信息自动提取流程。