随着卫星遥感技术的迅速发展,遥感技术具有的观测范围大、重访周期短、获取地物信息丰富等优点越发凸显,被广泛运用于农业、渔业生产活动之中,并逐步替代了人工巡检式的传统农业、渔业资源调查形式,成为农业、渔业资源调查监控的重要技术手段。湛江位于雷州半岛东部,渔业资源丰富,渔业捕捞和养殖历史悠久,是广东省的主要水产养殖区之一。目前我国水产养殖区遥感监测技术主要运用于福建、江苏、山东等地区,可大幅提高该区域的经济效益和社会效益,但针对湛江养殖区的遥感监测研究还鲜有报道,开展基于遥感技术的湛江近海养殖区监测研究,对于提高遥感技术在广东水产养殖领域的应用水平,具有重要现实意义。本文以广东省湛江市近海筏式养殖区和养殖池区域为研究对象,以国产高分辨率的GF-1 PMS影像和ZY-3 01A影像为数据源,提出了一种基于地物多种特征,并将阈值法与面向对象分析法相结合的提取方法—多特征分析法。多特征分析法的基本思路为利用多个特征指数方法构建特征指数,区分养殖区和海水等地物,结合巴氏距离法选取地物敏感波段构成波段特征集。然后运用改进后的约束能量最小化算法对养殖区目标地物进行增强,削弱背景光谱信息,对遥感图像进行增强处理。接着运用Otsu算法计算出地物提取的最佳阈值,将Otsu提取的结果与阈值分割后的单波段影像进行差运算,对目标地物进行初步提取,最后针对筏式养殖区和养殖池区域干扰物的特点,将初步提取后的筏式养殖区和养殖池区域分别运用灰度共生纹理矩阵和面向对象法的几何形状阈值分割方法来进行养殖区地物干扰物体定制化剔除,从而实现养殖区的精确提取。本文针对多特征分析法的提取精度进行了定量化的评价,并运用传统监督分类方法中的神经网络法、支持向量机法和最大似然法来进行对比分析。结果表明即使在“同谱异物”、“同物异谱”现象较为明显的养殖区域,本算法仍能有效克服背景地物干扰,得到较高精度的筏式养殖区和养殖池区域提取结果。与监督分类相比,本算法总体精度均达到96%以上,Kappa系数均在0.93以上。精度评价结果表明本文提出的多特征分析法能够较为准确地提取湛江近海水域中的水产养殖地物,并能较好地适应不同国产高分辨率遥感影像。本研究成果可为渔业相关管理部门提供有效的方法支持和决策依据,有助于提高沿海水产养殖业科学规划和科学治理能力。