红树林生长于潮间带,可以净化水体、抗风固土、减少潮波、风暴潮和海啸造成的海岸线侵蚀,有效抵御风浪袭击。然而随着环境恶化与不当开发,全球红树林面积急剧下降,保护红树林刻不容缓。而红树林可持续保护需要更好地监测红树林的演替、分布等动态信息和结构,遥感技术的发展为满足这一需求提供了可能。本文以红树林为中心,取深圳湾地区的红树林自然保护区（包括福田自然保护区和米埔自然保护区）为研究区域,介绍了红树林种间分类的研究背景、意义、现状以及红树林的相关情况与其功能与价值。选取了“珠海一号”、Landsat-8、Sentinel-2和World View-2遥感数据为数据源,分别探究了高光谱和多光谱数据在该地区红树林种间分类中的适用性、红树林种间分类的空间粒度效应以及不同空间粒度效应对该研究区的景观格局指数的影响。通过研究分析,该地区红树林种间分类而言,相比人工神经网络和支持向量机,随机森林分类法的分类结果表现最佳,获得的总体精度为73.77%。同Landsat-8和Sentinel-2影像数据的对比表明,较高的空间分辨率有利于提高红树林种间分类的结果精度,并且短波红外波段对提高分类精度具有相当积极的作用。此外,添加纹理特征有助于提高分类结果精度,最终分类总精度提高到了77.87%,Kappa系数为0.7036。因此就该地区而言,国产高光谱数据在红树林种间分类领域具有一定潜力,但光谱分辨率与空间分辨率的相互影响以及波长范围覆盖区间较短,成为提高该数据分类精度的限制因素。粒度选择对于分类结果具有十分重要的影响,在粒度从2米逐渐增加到32米的过程中,研究区内的红树林种间分类精度与KAPPA系数变化趋势均表现为先增长后降低,并且均在粒度为4米时,获得总体精度78.67%、KAPPA系数0.7420的最佳结果。景观格局指数所产生的尺度效应与类别自身的粒度密切相关,据分类结果分析,4米为该区域红树林种间分类的最佳粒度。并且,景观格局指数随尺度的变化趋势可以提示景观分类的重要转折点。