红树林生态系统集合了海洋、森林和湿地三大生态系统特色,是全球生物多样性保护和湿地生态保护的重要资源,有着重要的生态和经济价值。上世纪,由于人类活动引起的海岸带开发使得全球红树林资源遭到大范围砍伐毁坏,造成了严重的生态灾害。对红树林的监测、管理和及时有效的保护措施的制定成为当务之急,需要有区域详细的红树林分布、类型组成、冠层状况等实时准确的信息作为依据。因此,红树林的空间分布信息及种类识别研究对于海岸带生态保护和合理开发有重要的意义。潮汐涨落的红树林特殊生境和我国红树林次生的现状使得常规的森林人工调查方法受到限制,难以实现长期大范围的全面监测。遥感技术以其无接触、动态、大面积实时观测的特点,成为海岸带红树林资源调查研究的有效手段。国产HJ CCD多光谱影像为红树林空间分布研究提供了覆盖大区域范围的实时更新数据源,而Geoeye-1等高空间分辨率影像则为我国境内呈斑块状小面积分布特色的红树林的种类识别研究提供了冠层级空间像元尺度上的优势。本文以我国重要的红树林分布区域——广西北部湾为研究区,以ASD光谱仪实测红树林冠层高光谱数据、多时相HJ CCD多光谱中等分辨率影像、以及0.5m-2m高空间分辨率的Geoeye-1多光谱遥感影像为数据源,探究红树林冠层高光谱响应特征,开展北部湾区域红树林空间分布信息提取和红树植被种类识别研究。本研究主要结论如下:1.在 350～1100nm 谱段范围内,435、469、523、677、751 和 761nm 为中心波长附近的波段为红树林群落冠层光谱响应和识别最佳波段。依据同质性划分原则筛选最佳分类波段范围,结合光谱距离量测得到最佳识别波段及其组合。通过六个波段的特定组合,种类间最高可分性达到100%,平均可分性达到99%。研究证实高光谱数据用于红树林冠层级别的识别可行性,为上升至影像尺度的分析奠定了理论基础。2.基于HJ CCD影像建立的红树林特征指数:像元波段间标准差指数(BSTDEV)和红波段角度植被指数(RAVI),有效的指示了不同疏密度的红树林空间分布。提出基于海水瞬时边线生成红树林生长适宜区的方法,实现了在无边界数据辅助下的红树林生长环境的空间判定。根据影像红树林图像光谱表现建立的RAVI和BSTDEV,较NDVI更深入地考虑了红树林在特殊潮间带背景下的反射率特征。并且,红树林BSTDEV值与其NDVI之间显著线性相关,通过拟合预测值的残差和不同覆盖度下特征指数值域的判定,在生长适宜区内,建立了的区域红树林多光谱遥感提取模式,有效地获取了北部湾沿岸不同疏密度和状态的红树林空间分布。总体制图精度达到了 83.70%,用户精度为79.37%。3.基于多时相HJ CCD影像的海岸带地物图像光谱特征,建立典型地物分类的因子,构建了针对受潮汐浸淹的海岸带红树林及典型地物的多层决策树分类法。研究港湾小区域内提取的受潮汐浸淹影响的红树林面积达到2.155km2,占该区域红树林面积总数的4.5%。研究同时表明,HJ CCD环境小卫星数据作为国产卫星中较理想的数据,其高重访能力可为云雨天气较多的东南亚热带海岸带地区提供强有力的多时相影像保障。4.利用Geoeye-1影像的光谱信息,从面向像元角度出发可识别三种红树植被,其中木榄的识别精度最高达93.03%。单纯考虑影像光谱信息时,光谱角制图法的应用效果优于最大似然法,得到的树冠覆盖结果无明显栅格化,并且有效的描述了树冠轮廓。研究结果表明光谱信息作为高空间分辨率影像的重要特征之一,在识别应用中的作用不可忽视。5.提出了基于像元空间值域频率的冠层纹理特征方法,有效的描述了红树植被不同种类冠层形态各异、密闭度高且无明显边界的特征。基于窗口内中心像元的值域频率,结合临近像元梯度权重和傅立叶变换公式,实现了对冠层粒度和聚类度特性的表征。使用支持向量机分类器综合光谱信息和本研究所提出的冠层纹理信息得到的红树植被识别精度最高,优于灰度共生矩阵的纹理指数应用效果。对山口红树林保护区内的优势红树植被平均识别精度达90%以上,成功实现了区域红树种类识别。实验结果也表明支持向量机可有效融合光谱信息和纹理特征,为高空间遥感的红树林种类识别提供支撑。