我国是海洋大国,广阔的蓝色国土不仅为人们提供重要的旅游、工业和渔业资源,还是我国物流运输的重要通道。近几年来,大规模的浒苔灾害年年爆发,持续时间长、聚集规模大,对船舶的安全航行造成了严重影响,并且危及到日照、青岛等城市的近海环境。抗击浒苔灾害对我国海上污染的监视能力和应急能力提出了更高的要求,保护海洋环境,保障通航安全,成为摆在我国政府面前的一项重要课题。随着海洋污染的日益严重,快速定位污染源,及时发布预告预警信息,成为监控海面污染的必备要求。卫星遥感以覆盖面积广、重复观测频率高等优点,逐渐成为海面污染监视的常规手段,发挥了越来越重要的作用。本文以海洋浒苔为研究对象,以包含浒苔信息的不同成像质量的Radarsat-2雷达卫星图像为研究数据,采用了数据处理、特征提取、精度评价等相结合的分析方法,研究了最小距离分类法和最大似然比分类法两种传统的监督分类方法对浒苔信息提取的效果,在传统分类方法研究的基础上,重点研究了基于决策树规则的面向对象分类法,挖掘出了适宜于浒苔信息提取的决策树分类规则,并对多幅雷达卫星图像进行决策树分类实验,均取得了较好的效果。本文的主要研究内容如下：一、论文对传统的经典图像分类技术进行了研究和实验,重点研究了最小距离分类法和最大似然比分类法的分类原理,并对不同成像质量的雷达卫星数据进行实验分析和精度评价分析,通过实验总结出：在雷达卫星图像浒苔信息提取过程中,单独一种图像分割方法难以取得令人满意的分割效果,需要尝试综合运用多种分割方法。二、论文对新提出的基于决策树规则的面向对象分类方法进行了研究和实验,重点研究了基于决策树规则的面向对象分类方法的原理,挖掘出了适宜浒苔信息提取的决策树分类模型构建规则,最后进行了分类实验和精度评价分析,取得了较好的实验效果。实验结果表明：基于决策树规则的面向对象分类方法对雷达卫星图像浒苔信息提取有较好的分类效果。三、面向海事监管需求,将基于决策树规则的面向对象分类方法引入到雷达卫星图像浒苔信息提取中,并通过反复研究实验,取得了较好的提取效果,解决了浒苔监视工作中遇到的提取精度不高、手工标绘速度慢等问题,大大提高了浒苔监视工作效率和精细化水平。