针对红树林的重要性和红树林群落周边地物类别分类等问题,本研究选取了海南省海口市东寨港红树林国家自然保护区作为研究对象,基于卫星遥感技术获取多波段遥感影像,在此基础上对图像进行分割,实现红树林区域地物目标群落分布信息的快速准确识别,其次结合前一部分所提出的分类器的结果和置信推理规则建立遥感图像语义理解模型,模型能够完整提取地物目标信息,最后给出各个置信推理规则,为修复红树林湿地生态系统工作提供数据以及理论基础。现有技术手段多以利用样本训练的分类算法为主,关于图像分割的研究仍存在边界不清晰、像元误分类以及卫星遥感影像语义理解难等问题,为了解决这一问题,本文主要研究语义理解和聚类算法内容以及创新点如下所示:第一部分,研究非参数聚类算法对于遥感图像的聚类效果与精度,考虑到样本处理基于每个像元进行计算,引入卷积神经网络提取图像更加细节信息,提高聚类精度,并与其他经典聚类算法进行比较,实验结果表明所提出的卷积自适应聚类方法的聚类精度达到了97.64%,相比于Kmeans聚类方法提高了多于十个百分点。第二部分,提出一种基于置信推理算法的红树林区域地物目标遥感图像语义理解方法,结合多波段特征与聚类结果,给出置信推理规则与置信度,对于实验遥感图像分别划分出红树林、水体、建筑与道路、养殖场、陆地植被五种区域,实验结果表明所提取的置信规则语义理解方法可以有效提取红树林区域各个地物类别。创新点:提出了结合卷积神经网络与非参数聚类的聚类方法,并将该方法结果结合置信推理规则给出红树林区域地物目标遥感图像语义理解方法。