鱼塘是水产养殖的基础。广东省台山市是珠江三角洲经济发达地区的一个县级市,拥有众多鱼塘,水产养殖很发达,是当地现代农业产业的重要组成部分。及时准确地掌握鱼塘面积时空分布动态,是水产养殖实现现代化管理的迫切需要。传统上鱼塘面积主要是通过统计上报渠道获得。由于缺乏实际量测和其它许多原因,当地鱼塘的上报数据经常缺乏准确性。鱼塘统计数据的不准确性,已经影响到当地渔业管理部门对于水产养殖产业的宏观管理和渔业发展规划。由于遥感具有面积量算的优势,因此,应用遥感方法准确地量算鱼塘面积信息,具有重要的现实意义,也是渔业遥感应用的重点方向。本文拟应用遥感方法,尝试对台山市鱼塘面积进行快速准确的估算。本文以台山市为研究区,以Landsat5 TM影像、DEM为主要研究数据源,基于ENVI ZOOM软件平台,采用面向对象与知识规则创建相结合的分类方法对研究区鱼塘面积信息进行了量算。首先,采用面相对象的多尺度图像分割理论,根据研究区影像临近像素亮度、纹理、颜色等特征对TM影像进行分割,构建各类地物对象；再创建各种知识规则,包括基于光谱特征指数MNDWI进行水陆划分以剔除非水体地物,基于图斑的空间特征以剔除河流、沟渠等线状水系,基于光谱信息在中红外波段和近红外波段设置阈值以剔除大部分湖泊和浅海等面状水系,再基于纹理和高程等辅助信息剔除剩余的湖泊和浅海信息,借助面积指数剔除细小水体,得到台山市具有一定养殖规模的鱼塘分布图。最后分析台山市鱼塘分布特点,并进行鱼塘面积的估算。为了证明方法的可行性,本研究采用随机抽样的方法对提取精度进行检验,在研究区内随机选取300个检验点,采用目视判别的方法记录这300个点所对应的地物类型,分别与本文研究方法、常规的ISODATA非监督分类和支持向量机的监督分类的提取结果进行对比验证。结果表明,本文所用的基于知识规则的面向对象的分类方法提取精度最高,能有效克服传统基于像元分类方法中的“椒盐效应”问题,分类精度达到81.44%,比非监督分类和监督分类精度分别提高了40.22%和38.62%。由此证明,基于知识规则的面向对象的分类技术是提高鱼塘信息提取精度的有效方法。根据本文研究方法所得结果,2006年间台山市的鱼塘面积为98529300平方木。在台山市各典型地形下,采用目视解译对鱼塘提取的效果进行比拟,发现在广海平原大同河流域鱼塘提取结果与目视解译结果最为接近,明显高于沿海岸线的分布的海水养殖鱼塘区和丘陵地区零散分布的鱼塘区。总体来说,利用本文研究方法得到的台山市的鱼塘面积估算结果较为可信,且对平原区流域沿岸规则排列的鱼塘的提取效果明显优于其他地区。论文的创新点是：鉴于目前利用遥感方法进行鱼塘面积提取的研究还很少,很不成熟,本文通过遥感手段,综合考虑了地物光谱、空间、纹理、高程等特征信息,快速准确地对台山市的鱼塘面积进行了量测,确定了台山市鱼塘的空间分布,并分析了台山市鱼塘空间分布特征。