湿地是陆地生态系统的重要组成部分,在碳氮等物质循环和能量传输中扮演重要角色。由于外来物种入侵等原因,湿地的生物多样性面临严峻挑战,其生态安全问题成为关注的焦点。基于湿地植被光谱特征的遥感技术,已成为大范围、高效率、低成本湿地监测的重要手段,在保障湿地生态安全方面发挥了积极的作用。但是,当前的湿地遥感仍存在一些不足。一方面,相关研究多集中于纯像元中的物种识别与定性分类,对于多物种混合生长区的研究相对薄弱,如多物种混生像元的识别及其混合光谱特征分析等。另一方面,对于影响植物重要生理生态过程的叶绿素等生化成分定量反演相关研究,在湿地生态系统鲜有开展,尤其在多物种混合生长区域,其光谱特征的形成机制及其对生化成分定量反演的影响尚无研究。混合生长区作为种间竞争最激烈的区域,是湿地生态学研究的重要区域之一,但在遥感和光谱学领域尚缺乏足够的基础研究。针对上述问题,本研究以位于上海崇明岛周边的长江口盐沼湿地生态系统为研究区,以外来入侵物种互花米草(Spartina Alterniflora)为研究对象,通过野外控制实验和辐射传输模型模拟,研究其与本地物种芦苇(Phragmite Australis)在混合生长与竞争过程中反映出的叶、冠光谱特征,并将该光谱特征与其叶绿素含量联系起来,研究其在不同竞争程度下的光谱响应及其对叶绿素反演的影响,为拓展遥感与光谱技术在湿地植被混合生长带的种间竞争研究及其生化参数定量反演提供理论依据和研究范例。主要研究内容与结果如下:1在崇明东滩湿地设计和开展了为期两年的互花米草、芦苇野外控制实验,创新地将两物种不同混合比例作为控制变量之一,获取了两者在不同竞争比例下的叶、冠光谱和叶绿素等生化成分含量数据,为研究种间竞争对互花米草光谱的影响机制提供了第一手基础数据。2基于野外控制实验测得的互花米草叶片光谱和叶绿素含量数据,从79种已发表的叶绿素相关光谱指数中筛选出若干敏感指数进行不同竞争水平下的叶片叶绿素含量反演。结果表明,在叶绿素含量反演精度方面,基于BP神经网络方法的多指数协同反演方法优于单指数拟合法,RMSE降低10.38%;顾及不同竞争比例的多模型反演方法优于不区分种间竞争水平的单模型反演方法,不同竞争比例的RMSE降低6.4%至16.3%。总的来说,顾及竞争的多指数协同反演方法精度最高,且在反演结果上与实测值保持良好线性关系,能够较好纠正单指数模型的高估问题。本文基于PROSPECT模型开展的模拟研究也得到相同的结论。3分析了不同时相、不同竞争水平下两种物种冠层光谱变化规律,并使用PROSAIL模型生成符合条件的冠层模拟光谱,开展冠层叶绿素含量的反演研究。结果表明,4月下旬至5月上旬是两种物种及其混合生长区在光谱上最易于区分的时相,与两者物候特点及其混合生长时对光照等资源的竞争有关;对冠层叶绿素反演而言,顾及竞争的多指数协同反演方法精度最高,相比于不区分竞争的同种方法,RMSE降幅平均达到53.58%。4考虑到顾及互花米草与芦苇的混合竞争有助于提高叶绿素反演精度,本文在区域尺度上,利用国产高分1号遥感影像开展了两者混合生长带的识别研究。通过选择合适的时相,并融入物种生境先验知识,首次实现了互花米草、芦苇混合生长带的遥感提取,为湿地遥感分类从纯物种分类向“纯物种+混合带”分类提供了经验。