第一部分,各生育期阶段棉田面积提取算法优选。本研究以南疆阿拉尔垦区Landsat 8系列多时相遥感图像数据为数据源,利用ENVI对遥感影像进行数据预处理,并对影像进行掩膜提取。而后分别利用最大似然、神经网络、随机森林和支持向量机等算法并结合参数调节手段,分别对四个生育期影像的棉田面积进行提取,并对精度误差加以比较。结果显示,最大似然算法在棉花苗期、蕾期和吐絮期可以获得最好的计算精度,误差比分别为:0.56%、5.75%和8.97%;神经网络在花龄期有较好的提取效果,误差比为7.85%。第二部分,归一化植被指数（NDVI）与棉田产量关系分析。在第一部分影像处理的基础上,利用ENVI波段计算工具计算出各个时相阿拉尔垦区的NDVI图。从可靠渠道获取阿拉尔垦区内各个团场及农场的行政划分边界,而后使用Arc GIS绘制相应的矢量图。利用ENVI将剩余两年遥感图像分类后提取出各个生育期阶段图像中棉田区域,进一步使用这些范围矢量文件制作为棉田掩膜提取文件。下一步,使用绘制的各个团场区域矢量文件制作掩膜文件。基于ENVI提取各个年份及生育期阶段的阿拉尔NDVI数值图,第一步利用获取的阿拉尔棉田掩膜文件提取出阿拉尔垦区棉田区域的NDVI数值图,第二步使用上面制作的各个团场的掩膜文件提取出各个年份及生育期的团场NDVI数值图,最后计算出每幅团场NDVI数值图的平均NDVI值和像元数。团场产量方面,从兵团年鉴查询出研究年份各个团场及农场的皮棉产量（吨）,使用产量/对应NDVI数值图像元数计算出单位像元产量以便与像元平均NDVI相对应,基于神经网络、K近邻回归和梯度提升回归树算法将各生育期阶段像元平均NDVI与平均产量做相关性分析。分别从单个生育期阶段与产量、全生育期与棉田产量两个方面构建算法模型,通过参数调节确定各个算法最佳模型,并对比各个模型的精度结果以确定NDVI与产量之间相关性最高精度。结果表明:单生育期与产量方面,K近邻回归算法在吐絮期取得了最佳的模型精度,其R2=0.87。在全生育期与产量的分析中,神经网络模型下精度取得了最高值,即绝对系数为0.68。对比单生育期与多生育期的模型精度,无疑单生育期的精度更高,故基于吐絮期NDVI的K近邻回归模型为最佳相关性模型,最适合用来构建阿拉尔垦区或南疆棉田估产模型。该研究从南疆阿拉尔垦区棉花生育期阶段入手,基于Landsat遥感图像进行算法选取,对南疆地区不同生育期阶段棉田面积提取算法优选有一定的实际意义;对于NDVI与棉田产量的相关性研究为构建南疆棉田估产模型以及选取估产模型参数提供重要的理论依据。