本发明公开了一种最佳特征子集确定方法，包括如下步骤：获取高分辨率影像，并进行预处理及面向对象分割，得到地物对象数据集；计算地物对象的各类特征，包括形状、指数、光谱、纹理等；从原始的地物对象数据集中挑选样本，包括训练样本、测试样本；基于交叉验证方法，以及随机森林、梯度提升决策树、支持向量机等机器学习方法，利用训练样本计算各特征的重要性，并使用改进的增强特征递归筛选方法对特征进行筛选，得到不同特征数量下，各特征子集的分类精度得分；依据得分最高的原则，确定各方法的分类最佳特征子集，剩余特征则作为冗余特征剔除。该方法简单、快速、准确。