海岸带是社会经济发展的“黄金地带”，也是人地矛盾最为突出的区域。开展海岸带环境与资源遥感监测与分析，进而构建“数字海岸带”对其进行综合管理，对于促进海岸带合理开发与利用，实现海岸带的可持续发展具有重大的战略意义。由于海岸带是海陆交互作用极为强烈的区域，更受到人类活动的深刻影响，其景观格局表现出较强的复杂性和多变性，为该区域的遥感信息提取造成了不小的难度，采用单一的专家系统判别或数据挖掘分类方法难以满足大范围、长时间序列遥感监测与分析的要求。因此，亟需发展一种面向多源卫星遥感影像数据的、自动化程度较高的海岸带遥感信息提取模式，以及相应的典型地物遥感信息提取算法，为海岸带遥感监测提供技术支撑。　　鉴于此，研究以海岸带滩涂遥感信息提取为目标，构建了“遥感影像分割-遥感影像分类-专题信息提取”的海岸带遥感信息自动提取技术路线，并基于该技术路线实现了面向多源卫星遥感影像数据的海岸带滩涂遥感信息自动提取算法。具体研究内容如下:　　(1)结合区域分割方法和聚类分割方法的特点，综合考虑地类概率空间和地理空间上的邻近程度，提出一种基于区域聚类的遥感影像分割算法。　　(2)结合监督分类方法和非监督分类方法的特点，采用用遥感信息地学知识引导数据挖掘的侧路，提出一种基于半监督学习的遥感影像分类算法。　　(3)在遥感影像分割和遥感影像分类的基础上，加入海岸带图像对象的空间几何特征和空间关系特征，提出一种针对专题信息提取的基于图像空间分析的滩涂提取算法。　　(4)从我国四大海域选取不同实验区，以国内外不同遥感影像为数据源，进行了算法的实验，并对实验过程与结果进行了分析。　　研究结果表明，“遥感影像分割-遥感影像分类-专题信息提取”是一种有效的海岸带遥感信息提取模式，在该模式基础上发展的滩涂遥感信息自动提取算法，能够有效地从不同海岸带环境、不同卫星遥感数据源中提取出滩涂信息，且自动化程度较高，具有一定的实际应用价值。