湿地退化是一个严重的全球性问题，湿地的动态监测与恢复重建成为国际湿地研究领域的热点。遥感技术具有观测范围广、信息量大、获取信息快、可比性强等优点，使得湿地遥感在湿地退化动态监测方面扮演着重要的角色。快速、精确地获取湿地遥感信息是湿地遥感应用的前提与基础；然而，湿地遥感信息提取具有其特殊的难点，如不同地物之间的严重光谱混淆等，使得在湿地遥感信息的提取中，传统的自动分类方法分类精度受到限制。本文探讨了基于多小波包变换融合和自适应神经模糊推理系统的湿地遥感信息提取，并以黄河三角洲垦利县湿地为研究区，以ETM为数据源对该方法进行了实验与分析。主要内容如下： ⑴基于最佳基多小波包变换的遥感影像融合。①影像融合可以提高影像解译精度。基于小波变换的影像融合凭借小波基自身独特的数学特性在影像融合领域有着更大的应用前景。但小波变换在构造和功能上也存在缺陷，这推动了小波变换在两个不同方向上的拓展：小波包变换和多小波变换。两者各具特色，同时也都有自身的缺陷。多小波包变换将两者有机结合起来，实现优势互补。本文首先分析了两者的优劣势，在此基础上，探讨了多小波包变换与基于多小波包变换的遥感影像融合；然后通过SPOT-Pan与TM的影像融合对该方法进行了实验与分析，依据对融合影像的主观目视评价与客观参数分析，以及与基于多小波变换的融合方法所得结果的比较分析，验证其优越性。②基于多小波包变换的遥感影像融合中的存在着最佳基的选择问题，基于最佳基多小波包变换的影像融合方法在理论上比其他的多小波包变换融合方法更具有优势。该方法在实现的过程中需要在两棵小波包树上搜索最佳小波包基，但现有的最佳小波包基搜索算法只适合于单小波包树。本文找到了一种在两棵小波包树上搜索最佳小波包基的新算法，在此基础上实现了这种融合方法，并进行了ETM+的Pan波段与多光谱波段的融合实验，验证由该方法所得的融合影像与多小波包变换方法、以及其他常见传统方法得到的融合影像相比，在视觉效果以及评价指标上所具有的优势，同时也验证该搜索算法的有效性。 ⑵基于自适应神经模糊推理系统的遥感信息提取。融合影像后，对其进行信息提取。传统方法受多种因素影响提取精度受到限制。人工智能技术是信息提取技术最为活跃的发展方向之一。作为该技术发展的两大领域，神经网络和模糊推理在自动分类应用中各具利弊。自适应神经模糊推理系统（ANFIS）是两者的有机结合，得到广泛应用，但在遥感信息提取领域该方法的研究较少。本文在分析了该方法的基本理论，技术特点以及实践操作之后，探讨了基于自适应神经模糊推理系统的遥感影像信息提取，实现了该方法的具体运用。通过对分类结果的评价、分析以及与最大似然法监督分类的提取结果相比较，评估分类模型的效果。 ⑶分析了黄河三角洲垦利县湿地的湿地资源特色，湿地类型体系，以及各种类型地物的光谱亮度、纹理结构等地学特征。运用基于最佳基多小波包变换的遥感影像融合方法对研究区ETM+影像的Pan波段与多光谱波段进行融合；采用基于主成分变换的降维处理，提取了融合影像相关波段的主要信息；通过OIF指数分析法，选择了分类提取时应选用的最佳波段组合；为有效利用纹理信息，将地物的纹理特征融入到了ANFIS中；运用基于ANFIS的遥感信息提取方法提取了研究区湿地信息。 ⑷遥感信息提取是遥感应用研究的热点与难点。湿地遥感信息提取更面临着地物光谱混淆严重难以提取的难点。通过论文研究，主要取得了以下进展：①提出了基于多小波包变换的遥感影像融合。对基于多小波包变换的影像融合的融合原理、流程进行了分析，并通过实验验证了该方法与基于多小波变换的融合方法相比更具有优势；提出了一种小波包基搜索算法，在此基础上探讨了基于最佳基多小波包变换的影像融合，并在实验中通过主观视觉评价与客观参数分析，证明了与多小波变换融合方法以及传统方法相比，该方法所具有的优越性。②建立了基于ANFIS的湿地遥感信息提取模型。分析了应用ANFIS模型提取湿地遥感信息的原理、过程，以垦利县湿地为研究区实现了该模型的具体运用，取得了80．05％的分类总精度，并将其分类结果与传统方法得到的分类结果进行了比较分析，验证了该方法在一定范围内的优势。