В статье рассмотрена одна из ключевых проблем объектно-ориентированной классификации аэрокосмических изображений – отсутствие единого подхода к описанию классов компонентов земного покрова, что приводит к неоднозначности и низкой воспроизводимости результатов. Для решения проблемы предложена методика унифицированного описания классов компонентов земного покрова, обеспечивающая связь между семантической моделью EAGLE и количественными признаками, вычисляемыми в среде Trimble eCognition. Методика основана на создании двухкомпонентной системы реестров: реестра стандартных классов компонентов земного покрова, обеспечивающего совместимость с базовой моделью EAGLE, и реестра нестандартных классов компонентов земного покрова, позволяющего пользователям вводить более детализированные, специфичные для конкретной задачи классы, сохраняя при этом иерархическую связь со стандартной моделью. Проведено комплексное исследование эффективности признаков eCognition, цель которого сокращение количества признаков, подлежащих рассмотрению при практическом применении методики. Выявлена группа из десяти наиболее информативных признаков и предложена иерархия их применения. Результаты исследования позволят специалистам избежать необходимости полного перебора всех доступных признаков, сосредоточившись на ограниченном, но эффективном наборе, что значительно ускорит процесс разработки правил классификации и повысит объективность и воспроизводимость результатов