随着航天遥感获取技术的快速发展，可用的对地观测数据产品日益增多，其在资源调查、环境监测、区域规划以及灾害评估等相关应用领域发挥着广泛且日益重要的作用。随着遥感数据产品的丰富和应用领域的拓展，人们对遥感信息的渴求更为迫切，因此如何高效、精确地从遥感数据中提炼可用的专题信息乃至专业知识成为了遥感应用实践中的关键问题和关注焦点。然而目前来看遥感信息提取还难以达到自动化、大规模的应用水平，其技术障碍主要表现为以下两方面：一方面是遥感数据本身存在着多源、海量、不确定等特点，这给数据处理和分析计算工作带来了极大困难，遥感数据获取的多源特征给信息融合等工作带来了挑战，同时其巨大的数据量不但使其处理过程耗时严重，也给后续数据优选等工作带来了额外工作量，而遥感数据固有的不确定特质则进一步为信息的精确计算带来了复杂性问题；另一方面是传统的遥感分析方法和思路较为单一，往往片面地体现为针对像元的波谱分析或者基于空间聚合的结构分析，相互之间难以交叉融合，其各自的技术方法也存在着一定的局限性。　　 在对遥感专题信息提取与分析方法的探索过程中，研究人员逐步发现，将体现遥感“谱”信息计算的定量遥感思想和体现遥感“图”信息分析的面向对象思想结合起来，同时发挥“谱”特征定量化和“图”特征空间语义化的优势，使其在提取过程中兼顾成像机理和地学知识，可获得更高精度的提取结果。另外，地表自然要素在遥感影像中已经呈现出了时空分异的规律性，特别是表现在波谱、结构和格局等方面特征，比如是在波谱特征分析方面已有较为成熟的研究基础，可结合“图-谱”分析方法来有效运用这些定量化模型，来更精确和高效地提取相关地物专题。本文以遥感影像中自然要素类型的专题提取为研究重点，发展图谱耦合认知理论，提出“全域-局部”迭代的自动提取计算模型，融入自适应计算机制，实现其高性能计算技术，以求达到自然要素信息的自动化、高可信、高效能的提取水平。论文的主要研究内容包括：　　 (1)在探讨遥感图谱认知理论和遥感信息图谱计算体系的基础上，提出了遥感信息图谱自适应计算的方法体系，形成了“可信理论方法-自适应系统-自适应算法”三个层次的计算体系，并针对像元数据、特征信息和专题知识三个层次的计算目标构建了相应的自适应方法体系，在此基础上提出了面向自然要素提取的基本自适应计算模型，初步实现专题要素提取的自动化。　　 (2)针对初步建立的自适应计算模型，分别从初始知识模型、样本与分类模型、知识融入等几方面提出算法层面的改进思路。首先是建立地物知识在遥感中的有效对应关系(即“地物要素-遥感数据”)，作为自适应计算的“谱”知识切入点；其次，设计相应的提取算法、机制和模型与初始输入对应，使初始知识通过高精度算法的应用，准确建立经过知识处理的遥感数据与专题提取结果之间(即“遥感数据-提取结果”)的映射关系；此外，融合地表各要素特征和成像机理的多类别知识，并将其逐步融入到自适应计算体系中，也是本文研究的关键内容。通过这三方面的研究，提出了改进的自适应专题信息提取方法案例，建立了可信的专题要素提取过程，以实现专题要素提取的高精度。　　 (3)研究以上自适应计算模型及其算法体系的高性能实现方法，构建“多核-集群”构架的高效能遥感信息计算技术。提出从算法优化、集群计算和多核计算三个方面研究其高性能实现途径，并进一步分析了数据并行、任务并行、流水线并行的三种并行方式，提出了基于数据并行的集群化计算方法和多种并行模式的多核计算方法，在此基础上探讨建立“多核-集群”相耦合的计算技术体系结构的关键问题及其技术实现手段，从而实现专题要素提取的高效化。　　 (4)综合以上理论方法、具体算法和技术实现的三个层面内容，构建遥感自适应计算软件平台，以高性能计算环境为基础，实现了海量图像处理与资源管理、自然要素自动提取等基本功能模块；进一步搭建了海岸带要素精细监测应用系统，并开展以滨海湿地为案例的复杂地物提取应用研究。　　 文章最后总结了本文研究创新点以及存在的不足之处，并进一步分析指出了今后研究的重点和方向。