海冰灾害是我国主要的海洋自然灾害之一,给沿岸水产养殖、渔业生产、交通运输、油气生产以及海岛居民的生产生活等带来了巨大影响。海冰冰型可以表示海冰生成和发展过程的不同形式,可为反演海冰厚度提供参考值,为海冰预报提供基础信息,使之能够更加准确地预报海冰灾害来临,实时监控灾情发展,为灾害的防控提供强有力的支持。我国自主研发的“HJ-1”卫星,由于其波谱范围与海冰的反射波谱范围一致,因此其图像非常适合进行海冰的灾害预报。但该类图像目前仍主要依靠人工进行海冰冰型的图像解译,因而亟需研究海冰冰型自动分类技术,以提高图像解译效率,推动海冰业务化监测的开展。本文结合北海分局预报中心的实际业务需求,综合利用灰度共生矩阵、聚类分析、模糊决策树等方法,研究“HJ-1”卫星图像中海冰的自动分类技术,提出了针对“HJ-1”卫星图像中海冰的自动分类算法。本文的主要研究内容包括以下几个方面:(1)调研了海冰图像特征属性以及如何提取图像特征属性相关的理论知识,重点研究了利用灰度共生矩阵方法对海冰图像进行特征提取。本文通过提取海冰图像的有代表性的特征属性来构建了海冰冰型特征数据集。(2)使用聚类分析算法对海冰冰型分类数据集中的连续属性值进行离散化,并利用聚类中心确定三角隶属度函数的各参数,从而完成对海冰冰型分类数据集的模糊化处理,为之后的海冰分类模型的构建提供了数据基础。(3)将模糊化的海冰数据集分为训练集和测试集两部分,利用训练集和模糊ID3算法构造海冰冰型分类决策树,利用测试集测试决策树的分类准确性,并根据该决策树提取海冰冰型的分类规则。(4)结合北海预报中心的业务需求,开发了一套“HJ-1”卫星图像海冰自动分类系统,该系统能够利用本文构造的海冰分类决策树模型对“HJ-1”海冰图像中的海冰进行自动分类。