海洋资源在当今社会经济生活中日益重要,而大型海藻作为海洋生态系统的初级生产者,对于海洋环境、海洋生产能力、海洋经济等都有十分重要的作用.中国作为世界最大的海藻生产、出口商,拥有海带、江蓠、紫菜等多种大型海藻,海藻养殖业近年来迅速发展,养殖面积、产量等都呈持续增长态势.因此,政府机构及渔业养殖机构如何快速、及时、准确地获取养殖信息格外重要.本文旨在运用遥感信息技术,对浙江沿海的大型海藻进行识别、监测,探求适合藻类的遥感鉴别方法.首先,利用分辨率为1米的高分二号遥感影像,分别采用基于像元的遥感分类法(监督分类)和面向对象的分类法,对浙江省温州市苍南县大渔湾的紫菜养殖区进行提取.通过目视解译,两种方法的整体精度分别为89.03％和96.4％,Kappa系数分别为0.7733和0.9384.结果表明,相比于传统的基于像元的分类法,面向对象的分类法在考虑对象的光谱特性的同时,还结合了对象的几何、纹理等空间特征,更适合于受海水影响的海藻信息提取.确定了海藻鉴别的最佳遥感方法后,针对不同生长期的海藻以及不同传感器的遥感影像,本文分别选取了分辨率为16米的高分一号卫星三个不同传感器下的遥感影像(其中两幅影像中的海藻处于同一生长期),力图建立一套普遍适用的识别手段.首先,对其中一景影像采用面向对象的分类法建立决策树,然后分别通过对另外两幅影像的各特征值进行拟合,建立其数学关系,确定相应阈值,从而产生新的决策树进行分类.分类结果表明,通过修改后的决策树分类精度均可达85％以上,与传统方法建立的决策树分类结果没有明显差异,因此,将面向对象法与决策树阈值拟合相结合,可以有效地对长时间系列的海藻养殖信息进行提取,从而获取海藻养殖的时空动态变化情况.