本发明提供了一种基于多源遥感数据和机器学习的油菜空间制图方法，利用遥感云计算平台监测分析大范围油菜在开花期前后的光谱和物候特征，基于多源环境变量，利用物候学和机器学习方法实现油菜开花物候期的总体监测，为监督分类算法提供油菜开花物候先验；基于已生成的训练样本，通过光谱角制图的方法自动剔除噪声样本，并在谷歌地球引擎遥感云计算平台上利用获取的Landsat影像，实现整个待测区域的油菜大范围遥感空间制图。本发明耦合了遥感和环境变量数据，提出了基于多源数据和机器学习算法的油菜开花物候信息估算方法，有效突破了传统实地调查方法和站点记录方法在作物物候监测领域的时空局限性。