為探尋訓練樣本數量對濕地遙感影像分類精度的影響規律,基于統計學理論提出面向對象的分類方法,以GF-2影像為數據源,在構建標準訓練樣本集的基礎上,研究KNN算法和SVM算法的線性函數、多項式函數、徑向基函數在濕地分類中的適用性和有效性。根據分類統計和對比分析結果,得到了提取濕地要素時能夠滿足精度所需的最少訓練樣本數量。利用該方法在河南省三門峽市天鵝湖公園進行試驗,提取3~10倍波段數的訓練樣本,對每個樣本進行3次試驗,得到96張分類圖。結果表明,選取6倍波段數的樣本數量,總體分類精度達到85%,Kappa系數達到0.8,符合分類精度要求,且訓練樣本數量較基于像素的監督分類方法大大減少,SVM算法