苏州太湖三山岛国家湿地公园位于太湖之中,对其进行景观健康评价可以有效评估湿地公园建设绩效,对指导湿地公园的科学性规划与建设具有重要意义。从研究区的景观数据中,提取土地利用类型面积所占比例、道路长度、不同类型坡岸长度等景观评价指标,采用F-score方法和随机森林法,对这些指标进行特征选择,并作为输入特征向量;采用主成分分析方法,分析水质评价指标,将其分为优质、良好、一般和较差4类,并作为输出分类结果。在此基础上,建立支持向量机分类评价模型;通过选择合适的核函数和核参数,实现景观健康评价。研究结果表明,苏州太湖三山岛国家湿地公园景观健康水平具有明显的空间差异性,研究区西部几乎未受到人为干扰,景观健康等级为优质;主岛的东北部位于旅游核心区域,人为干扰程度较重,景观健康等级大多属于一般和较差;主岛东南部建有人工修复湿地,明显改善了该区域的景观健康等级。在模型训练过程中,对比多项式核函数、Sigmoid核函数和高斯核函数三者的分类结果发现,高斯核函数的分类精度最高,训练集精度为90.0%,检核集精度为85.7%。在影响湿地公园景观健康因素众多、野外监测数据较少的条件下,本研究采用的支持向量机方法可以快速取得合理的评价结果,揭示湿地公园景观健康的空间差异。