众所周知,我国拥有丰富的海洋资源,除了能够满足人们对海产品的基本需求之外,还为工业、旅游业的发展提供了有力的支持与保障,同时又是构成我国物流运输体系的重要组成部分,扮演了重要的角色,发挥了不可替代的作用,是我国得天独厚的自然资源优势。但是,在近些年来,海洋中爆发了多次规模相对较大的浒苔灾害,每一次的持续周期相对较长,规模较大,造成了严重的经济损失,危及到青岛等沿海城市的近海环境。由于浒苔在治理上需要大量的人力和物力,治理成本很高,因此如何尽早的发现和治理,减少经济损失成为现如今研究的一项重要课题。遥感技术由于成本低,监测范围广等优势已成为浒苔灾害的重要监测手段,本文基于遥感技术开展对图像中浒苔信息识别的研究,通过选取不同的遥感图像识别方法,发现双波段比值法与增强型植被指数法在识别浒苔图像上效果比较好,达到了识别浒苔图像信息的目的。单波段阈值法的识别效果相对较差,增强型植被指数法对比归一化植被指数法实现了增强植被信息的效果。由于现如今在浒苔灾害的监测上多种方法相结合的研究相对较少,且遥感图像通常数据量较大,存在大部分无关的背景区域,而阈值分割技术能够将图像中的特征提取出来,所以本文引入图像阈值分割技术。通过选取不同的阈值分割算法及分割阈值,经实验得到最大熵阈值分割法取得的阈值分割效果较好,自适应阈值分割算法能够完成对浒苔图像的边缘检测。最大类间方差法与迭代法虽然能够实现分割阈值的自动返回,提高了阈值选取的效率,但存在将图像中浒苔信息错误的分割成无关背景区域的问题。图像中浒苔信息的识别完成了浒苔信息的定性分析,缺少了对其的定量分析,基于此开展了利用监督分类法对图像进行分类,通过选取不同的分类器对图像中的水体和浒苔像元进行分类,发现最大似然比分类器的分类效果最好,完善了对浒苔图像信息的定量分析。