Reis ist eine wichtige Nahrungspflanze, und die genaue und rechtzeitige Erfassung der Anbaufläche von Reis ist die Grundlage für eine präzise Analyse der Ernährungssicherheit. Die südlichen Bergregionen sind durch häufige Niederschläge und schlechtes Wetter, vielfältige Anbaumuster von Reis und hohe Kosten für die Geländeaufnahme gekennzeichnet, was die effiziente und zuverlässige Fernerkundung des Reisanbaus erschwert. In dieser Studie haben wir das Gebiet Tungnan in der Stadt Chongqing, China, als Untersuchungsgebiet genutzt und die Komplementarität unterschiedlicher fernerkundlicher Daten genutzt, wobei wir die landwirtschaftlichen Flächen als Grundlage für die Analyse verwendet haben, um die saisonalen Merkmale des Reisanbaus in verschiedenen Bildaufnahmemodi zu verstehen, eine automatische Probenahmestrategie vorzuschlagen und die fernerkundliche Kartierung des Reises auf der Basis des zufälligen Waldmodells mit der Optimierung von Merkmalen durchzuführen. Die Ergebnisse der Studie zeigen, dass dieses Verfahren automatisch genaue und repräsentative Trainingsproben erzeugen kann, wobei die zeitlichen Eigenschaften der erzeugten Proben hoch konsistent mit den Geländeproben sind (spektrale Korrelationsähnlichkeit 0,987, dynamische regelmäßige zeitliche Distanz 4,719). Unter Verwendung der erzeugten Proben für die Kartierung des Reises erreicht die Gesamtgenauigkeit 89%, der Fehler bei der Extraktion der Gesamtfläche beträgt -7,5% und die Kartierung ist wenig verlässlich. Die Sensitivitätsanalyse zeigt, dass die Genauigkeit und Stabilität der Kartierung des Reises von Faktoren wie der Anzahl der Proben, der räumlichen Verteilung und der Auswahl von spektralen Merkmalen abhängen. Diese Studie kann eine zuverlässige Lösung für die schnelle und präzise Kartierung des Reisanbaus in Bergregionen bieten sowie eine wissenschaftliche Grundlage für die Entwicklung von Probenahmestrategien und die Auswahl von spektralen Merkmalen.