湿地系统是全球自然生态环境的重要组成部分。黄河入海口地处海陆相互作用的敏感地带,因为海水波流动力会对此地区造成侵蚀,所以湿地资源会频繁变化,保护湿地资源多样性具有特殊意义,故该地区的湿地研究具有极大的生态和经济价值。高光谱遥感影像图谱合一,有利于湿地的分类识别研究。本文以黄河入海口湿地为研究区域,以新获取的“珠海一号”高光谱遥感影像数据为数据源,探讨针对湿地类型新数据的适用性,并基于高光谱遥感影像的马尔科夫随机场方法(MRF)对黄河口湿地进行分类。论文的主要研究及取得的成果如下:(1)给出利用高光谱遥感影像进行黄河入海口湿地分类的总流程。在对“珠海一号”高光谱数据预处理的基础上,综合研究区实地调查结果和各种湿地分类原则,确定研究区的分类系统,共包含八种湿地类型。然后对数据进行光谱特征增强和降维,最后利用MRF对研究区湿地分类。(2)采用对数变换增强影像中湿地类型的光谱特征。利用一阶微分和对数获取“珠海一号”影像光谱变换的数据形式,分析后得出:一阶微分处理会放大噪声对光谱的干扰程度,对数变换能够增强湿地地物之间的光谱差异性。通过统计原始影像、一阶微分、对数变换三种影像数据的方差特征和计算J-M距离,分析其信息量的大小和类别可分性。结果表明,对数变换的方差最大,包含的信息量最丰富,并且对数影像的J-M距离也是最大的,类别可分性最好。(3)采用主成分分析方法对影像进行降维处理。分析主成分分析、独立成分分析和最小噪声分离三种数据降维方法的特点,并用这三种降维方法对高光谱影像进行降维。结果表明,主成分分析方法简单,特征分解后按照特征值大小排列,降维后的影像信息量和类别可分性较好;独立成分分析方法在感兴趣信号和其它信号相对较弱情况下,提取影像特征更加有效;最小噪声分离是一种分离数据中噪声的降维方法,变换后各成份按照信噪大小排列。(4)提出将马尔科夫随机场应用于高光谱影像湿地分类。对本文提出方法进行实验验证,讨论模型中耦合系数和初值的设置对分类结果的影响。然后利用提出的方法对研究区影像进行分类。结果表明:耦合系数较小时,分类结果中边缘效果较好,但是会相应的出现椒盐现象;耦合系数较大时,区域连通性较好,但是会相应的忽略掉一些高频信息;初值的设置要受到研究区域面积和研究区内类别数目的影响,面积越大、类别数目越多,初值设置的就要大些。另实验还进行了常规分类方法,与本文提出的方法进行比较,本文提出的方法总体分类精度提高3.9672%,Kappa系数提高0.042。