El mapeo preciso de cultivos puede representar los datos fundamentales para la agricultura digital y la seguridad ecológica. Sin embargo, los métodos actuales de clasificación de cultivos tienen un rendimiento deficiente en áreas montañosas con parcelas de cultivo pequeñas y múltiples cultivos en cultivo. Este estudio propuso un nuevo método de clasificación orientado a objetos para abordar este problema, utilizando datos de múltiples fuentes y características de objetos para lograr la clasificación de múltiples cultivos en áreas montañosas. En primer lugar, se utilizó un método de aprendizaje profundo para extraer parcelas de tierras de cultivo en áreas montañosas. Posteriormente, se realizó la fusión de datos de múltiples fuentes basada en parcelas de tierras de cultivo, mientras que se diseñaron características de objetos adaptadas para los cultivos montañosos para la clasificación de cultivos. El análisis comparativo indica que el método de clasificación propuesto demuestra un rendimiento excepcional, lo que permite el mapeo preciso de varios cultivos en regiones montañosas. La puntuación F1 y la precisión general (OA) del método propuesto son 0,8449 y 0,8502, lo que representa una mejora del 10% sobre los resultados de clasificación de bosques aleatorios basados en píxeles. Además, el análisis cualitativo revela que el método propuesto muestra una mayor precisión de clasificación para parcelas más pequeñas y una delimitación más precisa de los límites de los cultivos. Finalmente, el mapeo meticuloso de cultivos de maíz, sorgo, arroz y otros cultivos en el condado de Xishui, provincia de Guizhou, demuestra el potencial significativo del método propuesto en la clasificación de cultivos en escenarios montañosos.