作为全球三大生态系统之一,湿地在保护生态环境和物种多样性方面发挥着重要作用。近年来,在人类活动和气候变化的双重影响下,地处青藏高原腹地黄河源区的生态环境出现不同程度的退化,包括冰川严重萎缩、物种多样性锐减、土壤侵蚀和草场退化加剧等,给当地湿地生态环境带来了严峻的压力。获取准确的湿地信息(类型和面积)已成为黄河源区湿地生态环境变化研究的先决条件之一。传统湿地遥感提取方法仅利用影像的光谱信息,难以结合多源遥感数据和地物类型间的空间信息,使得湿地提取精度有限。本文针对湿地遥感提取精度的不足,在充分考虑不同湿地光谱特性的基础上,结合多源遥感数据及GIS空间分析方法,采用基于专家知识的决策树模型对黄河源湿地进行提取。论文的主要成果如下:(1)在野外实地调查的基础上,结合《拉姆萨尔公约》与湿地分类国家标准,构建黄河源湿地解译标志,提出适合于黄河源地区的湿地遥感分类方案。(2)根据研究区湿地类型复杂、分布不均的特点,构建基于专家知识的决策树提取模型,利用NDWI结合形状指数完成河流和湖泊湿地的提取,而对于沼泽湿地,则是在NDWI阈值分割的基础上,引入TVDI(温度植被干旱指数)、DEM、NDVI及GIS空间分析方法,综合进行提取。该决策树提取模型综合考虑了湿地的不同特点,充分利用光谱和几何特征,在减少人工操作的同时,提高了信息解译精度。(3)对基于专家知识的决策树模型提取结果进行精度评价,决策树模型总体精度为89.69%,Kappa系数为0.87,而采用同样的精度评价方法对随机森林分类结果进行评价,总体精度为81.64%,Kappa系数0.77。表明决策树模型提取精度更高,更适合于黄河源地区的湿地信息提取。(4)湿地提取结果表明,黄河源湿地总面积为2126.33km~2,湖泊和沼泽湿地为研究区主要湿地类型,占湿地总面积的65.81%和33.58%;且沼泽湿地具有明显的分布规律,常分布于河流沿岸、湖泊周边及地势低洼的背阴区域。