滨海湿地是重要的生态功能区,具有重要的生态系统服务功能,其中互花米草是一种重要的盐沼植被,具有高适应性、高生产力和快速繁殖的能力,广泛分布在全球多个国家的海岸潮间带。过去四十年间,互花米草在中国东部海岸带迅速扩散,目前已广泛分布于北至辽宁南至海南的沿海省份潮间带。互花米草入侵带来多种负面生态效应,如改变海岸带原生生态环境、减少生物多样性、加剧生态系统脆弱性等。因此监测以互花米草为主的盐沼植被生长情况及其环境控制机制,对于防控外来物种互花米草入侵和维护滨海湿地生态系统非常重要。在中国南方各省份,互花米草入侵给乡土植被红树林的保育带来了很大的危害。但是针对滨海盐沼植被时空动态的大尺度遥感分析还十分有限,人们对盐沼植被空间分布的历史演变规律及其控制机制还缺乏足够的了解。目前,很多卫星遥感变化检测研究已经将基于时间序列的遥感分类算法应用到农田、红树林等生态系统,获得很好的分类效果。盐沼植被物候季节动态明显,考虑盐沼植被物候可以提高潮间带植被的分类精度,特别是可以很好的区别于同处于潮间带的常绿植被红树林。此外,美国Landsat卫星历史影像时间跨度与盐沼植被互花米草在中国的入侵扩散时间跨度基本吻合,这为盐沼植被的历史动态遥感监测提供了很好的卫星数据源。通过获得的盐沼植被时空变化进一步研究环境因子对盐沼植被扩散的影响。由于环境因子不仅可以影响到生物个体的生存和繁殖,也可以影响整个群落。潮汐淹水是潮间带的重要环境因子,有研究表明由于盐沼植被对生境具有较强的适应能力,尤其对淹水的耐受较强使得盐沼植被在不同高程梯度上都有其分布。因此研究淹水对盐沼植被适宜生境的响应有助于掌握影响其分布的因子与阈值,对于预测盐沼植被在潮间带的潜在分布具有重要作用。盐沼植被的物候也能直观反映环境因子对盐沼植被生长状况的影响,已经有许多研究利用遥感数据监测植被的生长状态,并估算植被的关键物候参数。有野外实验表明盐沼植被的物候性状受到纬度梯度的影响,并形成随纬度变化的地理渐变格局。但是,大尺度和长时间的盐沼植被的生长强度、长期趋势和年际变异仍不清晰,需要重点探索。本研究基于连续变化检测和分类算法（Continuous Change Detection and Classification,以下简称 CCDC）,依托 Google Earth Engine（以下简称 GEE）云计算平台,获取中国浙江以南各省份潮间带从1986-2018年不同年份的植被覆盖图。结合历史遥感影像间接得到的潮间带淹水频率来分析淹水频率对盐沼植被生长状况的影响。然后通过TIMESAT程序的Trend模型提取不同地点和不同淹水下的盐沼植被物候参数,分析大尺度下盐沼植被的物候参数的年际变异。主要研究结果如下:（1）GEE是一个能很好解决大尺度植被分类的工具,结合连续变化检测和分类算法可以很好的把盐沼植被从潮间带提取出来。结果看出2000年盐沼植被的分布面积有短暂的下降,之后盐沼植被的分布面积一直在增长,在该研究区域中,浙江和福建的分布最多,并且在持续的增长。（2）盐沼植被的生长区域随淹水频率变化近似呈驼峰状分布,在淹水频率60-90%之间的面积最多,但是在20-30%下的归一化植被指数（Normalized Difference Vegetation Index,以下简称NDVI）最大。低淹水频率下的盐沼植被的年NDVI随时间呈现增加的趋势,极高淹水频率下的盐沼植被的年NDVI呈现减小的趋势。（3）利用NDVI的时间序列结合TIMESAT程序中Trend模型确定关键物候参数,结果表明,从1986年到2018年,不同地点和不同淹水频率的盐沼植被的生长季开始时间和NDVI峰值处的时间有往后推移的趋势,生长结束时间有往前推移的趋势,生长季长度缩短。（4）本研究的数据分析存在两个主要的不确性。一是由于混合像元的存在,最后统计的盐沼植被面积存在一定的误差,未来或许可以利用哨兵数据,或者增加混合像元分解的方法,可以得到更加准确的面积。二是本研究淹水频率只是一张静态的淹水频率地图,没有考虑时间序列的变化,忽略了海平面上升、地表沉降、泥沙淤积等影响,未来或许可以结合潮汐数据得到不同年份滨海湿地的淹水频率,进一步研究淹水频率对盐沼植被的影响。