1.引言

遥感是以航空摄影技术为基础，在20世纪60年代初发展起来的一门新兴技术。它集中了空间、电子、光学、计算机、生物学和地学等科学的最新成就, 是现代高新技术领域的重要组成部分^[1]。近年来,随航空遥感技术的发展,高分辨率遥感影像在土地利用分类工作中被广泛使用。国内主要的高分辨率影像来源于航空摄影和商业的卫星遥感^[2]。经过三十多年来的发展，遥感技术应用的范畴已经从当初的单一遥感技术发展到今天包括遥感（RS)、地理信息系统(GIS)，全球定位系统(GPS)等技术在内的空间信息技术，逐渐深入到国民经济、社会生活与国家安全的各个方面，使社会可持续发展和经济增长方式发生了深刻的变化，其发展与应用水平业已成为综合国力评价的重要标志之一^[3]。

随着社会和经济迅速发展以及遥感技术的不断进步，利用计算机软件进行遥感信息的分类和自动提取已经成为发展趋势。与传统的目视解译方法相比较，计算机自动分类和提取在速度和质量上体现出了不可争辩的优势。而对植被的调查是遥感的重要应用领域。植被是环境的重要组成因子，是反映区域生态环境的最好标志之一，同时也是土壤，水文等要素的解译标志^[4]。本课题题目为基于Landsat8影像数据的太湖水生植被提取。

2.研究背景与国内外研究进展

太湖是我国的第三大湖泊，位于长江三角洲南缘，介于北纬30#176;55'40"-3132'58"和东经119#176;52'32"-120#176;36'10"之间，湖泊面积2427.8平方公里，水域面积为2338.1平方公里，湖岸线全长393.2公里。但近几十年来，随着我国部分湖泊藻型富营养化严重，造成水质急剧恶化，进而导致水生高等植物的消失。同时由于湖泊渔业结构的调整，使得浅水草型湖泊植物群落结构发生改变，沼生植物比例不断增加，湖泊沼泽化现象也有所加剧^[5]。

遥感影像的信息提取最初采用目视解译的方法。影像的目视解译，要抓住地物的成像规律和特征，再根据这些规律和特征对各种地物进行推理分析，逐一解译 ^[6] 。目视解译是遥感应用中不可替代的组成部分，它与地学分析方法长期共存、相辅相成。但目视解译有其局限性，例如不能有机的将遥感和GIS结合起来，更新较困难等。

随着遥感技术的飞速发展，利用计算机从遥感影像中自动提取影像信息已经成为遥感影像解译的一种手段。但是目前计算机分类的精度较低，提取效果不理想，还不能适于中比例尺及更大比例尺的需要。因此研究遥感影像自动提取的技术已经是未来发展的一个重要方向。遥感影像的计算机自动分类是遥感、计算机视觉和模式识别等领域面临的重大挑战^[7]。

随着计算机技术的迅猛发展，计算机自动分类技术也越来越多的应用于科学研究之中,成为科学研究不可缺少的技术手段之一^[8]。国内的一些研究主要是将技术应用于湿地资源调查之中,但应用于水生植被提取这一专题尚未多见。太湖是具有多种环境功能,生物多样性十分丰富的生态系统。它能够调节河川径流、净化水体,能够分洪蓄水,调节地方气候,对保护区域的生态平衡起着重要作用。因此,与太湖水生植被有关问题的研究显得尤为重要。目前, 高分辨率多光谱卫星遥感影像如IKON0S和QuickBird^[9] , 中分辨率多光谱卫星遥感影像如Landsat ETM^[10]等都已被成功地用于湖泊水生植被监测。

目前，国内外应用于水生植被提取的方法有以下几种：