A Remote Sensing Index of Spartina Alterniflora Based on Vegetation Phenological Characteristics

CHEN Yankun; CHEN Chao; LIU Jinsong; LIU Zhisong; XUE Zhaohui

doi:10.13203/j.whugis20240486

您当前的位置：

首页 >

文章列表页 >

A Remote Sensing Index of Spartina Alterniflora Based on Vegetation Phenological Characteristics

Photogrammetry and Remote Sensing | 更新时间：2026-11-05

- A Remote Sensing Index of Spartina Alterniflora Based on Vegetation Phenological Characteristics
- Geomatics and Information Science of Wuhan University Vol. 51, Issue 4, Pages: 762-774(2026)
- 作者机构：
  
  1.河海大学地理与遥感学院,江苏南京,211100
  2.浙江海洋大学信息工程学院,浙江舟山,316000
  3.苏州科技大学地理科学与测绘工程学院,江苏苏州,215009
  4.浙江省生态环境监测中心浙江省生态环境监测预警及质控研究重点实验室,浙江杭州,310012
- 作者简介：
- 基金信息：
- DOI：10.13203/j.whugis20240486
  CLC： P237
- Received：17 April 2025，
  
  Published：05 April 2026
- 稿件说明：
移动端阅览
陈炎坤,陈超,刘劲松，等.一种结合物候特征的互花米草遥感指数[J].武汉大学学报（信息科学版）,2026,51(4):762-774.

CHEN Yankun,CHEN Chao,LIU Jinsong,et al.A Remote Sensing Index of Spartina Alterniflora Based on Vegetation Phenological Characteristics[J].Geomatics and Information Science of Wuhan University,2026,51(4):762-774.
陈炎坤,陈超,刘劲松，等.一种结合物候特征的互花米草遥感指数[J].武汉大学学报（信息科学版）,2026,51(4):762-774. DOI：10.13203/j.whugis20240486

CHEN Yankun,CHEN Chao,LIU Jinsong,et al.A Remote Sensing Index of Spartina Alterniflora Based on Vegetation Phenological Characteristics[J].Geomatics and Information Science of Wuhan University,2026,51(4):762-774. DOI：10.13203/j.whugis20240486

摘要

互花米草作为一种入侵性盐沼植物，严重威胁中国海岸带生态健康。由于存在异物同谱和同物异谱现象，利用遥感图像识别互花米草往往精度较低。基于时间序列卫星遥感数据，构建了基于物候特征的互花米草遥感指数，精准识别互花米草空间分布。首先，对时间序列卫星遥感数据进行云量筛选和中值合成，计算归一化植被指数（normalized difference vegetation index，NDVI），构建NDVI时序堆栈。其次，利用Savitzky-Golay算法对NDVI时序数据滤波，结合两项傅里叶函数计算物候特征系数，分析不同地物的物候特征曲线及在物候特征空间的分布特点，构建互花米草遥感指数。最后，利用阈值法对互花米草遥感指数进行分割，并结合数字高程模型和数学形态学方法进行后处理，得到互花米草遥感信息提取结果。中国浙江省杭州湾南岸的实验结果表明，所提方法实现了互花米草的精准识别，总体精度、生产者精度、用户精度和Kappa系数分别为90.50%、91.50%、89.71%和0.81。

Abstract

Objectives

As an invasive salt marsh plant

Spartina alterniflora poses a significant threat to the ecological health of coastal areas in China. Due to different objects have same spectrum and the same objects have different spectrums

identifying Spartina alterniflora with remote sensing imagery is often plagued by low accuracy. Based on time series satellite remote sensing data

we construct a remote sensing index of Spartina alterniflora based on phenological characteristics to accurately identify the spatial distribution of Spartina alterniflora

Methods

First

the time series satellite remote sensing data were screened for cloud cover and median synthesis

and the normalized difference vegetation Index (NDVI) was calculated to construct NDVI time series data. Second

the NDVI time series were smoothed using the Savitzky-Golay filter

and coefficients of phenological characteristic were computed by the two-term Fourier function. These coefficients helped analyze the characteristic curves and distribution patterns of various objects within the phenological characteristic space

enabling the construction of a tailored remote sensing index for Spartina alterniflora. Finally

the threshold method was used to segment the remote sensing index of Spartina alterniflora

and post-processing was performed in combination with the digital elevation model and mathematical morphology methods to obtain the remote sensing precise extraction results of Spartina alterniflora.

Results

The experimental results on the south bank of Hangzhou Bay showed that the proposed method achieved accurate identification of Spartina alterniflora

with the overall accuracy

producer accuracy

user accuracy

and Kappa coefficient of 90.50%

91.50%

89.71% and 0.81 respectively.

Conclusions

This study can offer a feasible solution for monitoring and extracting Spartina alterniflora

thereby providing important support for the high-quality

sustainable development of coastal resources.

关键词

Keywords

references

管玉娟，张利权，陈春祥 . 基于CO-CA的海岸带盐沼植被动态扩散模型研究［J］. 武汉大学学报（信息科学版）， 2009 ， 34 （ 6 ）： 701 - 705 .

GUAN Yujuan ， ZHANG Liquan ， CHEN Chun‑ xiang . Study of Salt Marsh Vegetation Spread Dynamics Model Based on Conditions Optimized CA ［J］. Geomatics and Information Science of Wuhan University ， 2009 ， 34 （ 6 ）： 701 - 705 .

JACKSON M V ， FULLER R A ， GAN X J ， et al . Dual Threat of Tidal Flat Loss and Invasive Spartina Alterniflora Endanger Important Shorebird Habitat in Coastal China's Mainland ［J］. Journal of Environmental Management ， 2021 ， 278 ： 111549 .

江灿，贾俊鹤，杨颖，等 . 互花米草在中国的40年：认知演变与治理对策［J］. 生态学报， 2024 ， 44 （ 20 ）： 8944 - 8956 .

JIANG Can ， JIA Junhe ， YANG Ying ， et al . Forty Years of Spartina Alterniflora in China： Cognitive Evolution and Governance Strategies ［J］. Acta Ecologica Sinica ， 2024 ， 44 （ 20 ）： 8944 - 8956 .

程林，刘西汉，高翔，等 . 渤海湾滨海湿地互花米草分布与扩散特征［J］. 生态学报， 2024 ， 44 （ 18 ）： 8247 - 8257 .

CHENG Lin ， LIU Xihan ， GAO Xiang ， et al . Distribution and Diffusion Characteristics of Spartina Alterniflora in the Coastal Wetlands of the Bohai Bay ［J］. Acta Ecologica Sinica ， 2024 ， 44 （ 18 ）： 8247 - 8257 .

李鹏，普思寻，李振洪，等 . 2000年以来胶州湾海岸线光学与SAR多源遥感变化监测研究［J］. 武汉大学学报（信息科学版）， 2020 ， 45 （ 9 ）： 1485 - 1492 .

LI Peng ， PU Sixun ， LI Zhenhong ， et al . Coastline Change Monitoring of Jiaozhou Bay from Multi-source SAR and Optical Remote Sensing Images Since 2000 ［J］. Geomatics and Information Science of Wuhan University ， 2020 ， 45 （ 9 ）： 1485 - 1492 .

艾顺毅，李加林，田鹏，等 . 基于Sentinel-2A影像的杭州湾南岸湿地植被特征及其候鸟生境分析［J］. 海洋通报， 2023 ， 42 （ 1 ）： 92 - 101 .

AI Shunyi ， LI Jialin ， TIAN Peng ， et al . Vegetation Characteristics and Habitat Analysis of Migratory Birds in the Southern Hangzhou Bay Wetland Based on Sentinel-2A Imagery ［J］. Marine Science Bulletin ， 2023 ， 42 （ 1 ）： 92 - 101 .

TIAN J Y ， WANG L ， YIN D M ， et al . Development of Spectral-Phenological Features for Deep Learning to Understand Spartina Alterniflora Invasion ［J］. Remote Sensing of Environment ， 2020 ， 242 ： 111745 .

李德仁 . 从珞珈系列卫星到东方慧眼星座［J］. 武汉大学学报（信息科学版）， 2023 ， 48 （ 10 ）： 1557 - 1565 .

LI Deren . From the Luojia Series Satellites to the Oriental Smart Eye Constellation ［J］. Geomatics and Information Science of Wuhan University ， 2023 ， 48 （ 10 ）： 1557 - 1565 .

郑宇 . 城市感知体系［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 10 ）： 1770 - 1787 .

ZHENG Yu . Urban Sensing Systems ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 10 ）： 1770 - 1787 .

LI H Y ， MAO D H ， WANG Z M ， et al . Invasion of Spartina Alterniflora in the Coastal Zone of China's Mainland： Control Achievements from 2015 to 2020 Towards the Sustainable Development Goals ［J］. Journal of Environmental Management ， 2022 ， 323 ： 116242 .

周在明，杨燕明，陈本清 . 滩涂湿地入侵种互花米草植被覆盖度的高空间分辨率遥感估算［J］. 生态学报， 2017 ， 37 （ 2 ）： 505 - 512 .

ZHOU Zaiming ， YANG Yanming ， CHEN Benqing . Estimating the Spartina Alterniflora Fractional Vegetation Cover Using High Spatial Resolution Remote Sensing in a Coastal Wetland ［J］. Acta Ecologica Sinica ， 2017 ， 37 （ 2 ）： 505 - 512 .

ZENG Y L ， HAO D L ， HUETE A ， et al . Optical Vegetation Indices for Monitoring Terrestrial Ecosystems Globally ［J］. Nature Reviews Earth & Environment ， 2022 ， 3 （ 7 ）： 477 - 493 .

LIU Z S ， CHEN Y K ， CHEN C . Analysis of the Spatiotemporal Characteristics and Influencing Factors of the NDVI Based on the GEE Cloud Platform and Landsat Images ［J］. Remote Sensing ， 2023 ， 15 （ 20 ）： 4980 .

DAO P D ， AXIOTIS A ， HE Y H . Mapping Native and Invasive Grassland Species and Characteri‑zing Topography-Driven Species Dynamics Using High Spatial Resolution Hyperspectral Imagery ［J］. International Journal of Applied Earth Observation and Geoinformation ， 2021 ， 104 ： 102542 .

XU R L ， ZHAO S Q ， KE Y H . A Simple Phenology-Based Vegetation Index for Mapping Invasive Spartina Alterniflora Using Google Earth Engine ［J］. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing ， 2021 ， 14 ： 190 - 201 .

郑嘉豪，孙超，林昀，等 . 基于Landsat像元级时间序列的海岸带盐沼植被分类［J］. 遥感学报， 2023 ， 27 （ 6 ）： 1400 - 1413 .

ZHENG Jiahao ， SUN Chao ， LIN Yun ， et al . Classification of Salt Marsh Vegetation Based on Pixel-Level Time Series from Landsat Images ［J］. Journal of Remote Sensing ， 2023 ， 27 （ 6 ）： 1400 - 1413 .

SUN C ， LI J L ， LIU Y X ， et al . Plant Species Classification in Salt Marshes Using Phenological Parameters Derived from Sentinel-2 Pixel-Differential Time-Series ［J］. Remote Sensing of Environment ， 2021 ， 256 ： 112320 .

李营，陈云浩，陈辉，等 . GF-1WFV影像的翅碱蓬植被指数构建［J］. 武汉大学学报（信息科学版）， 2019 ， 44 （ 12 ）： 1823 - 1831 .

LI Ying ， CHEN Yunhao ， CHEN Hui ， et al . Construction of Suaeda Salsa Vegetation Index Based on GF-1 WFV Images ［J］. Geomatics and Information Science of Wuhan University ， 2019 ， 44 （ 12 ）： 1823 - 1831 .

CHEN C ， SUN W W ， YANG Z H ， et al . Tracking Dynamics Characteristics of Tidal Flats Using Landsat Time Series and Google Earth Engine Cloud Platform ［J］. Resources， Conservation and Recycling ， 2024 ， 209 ： 107751 .

李欣，杨宇辉，杨博，等 . 利用方向相位特征进行多源遥感影像匹配［J］. 武汉大学学报（信息科学版）， 2020 ， 45 （ 4 ）： 488 - 494 .

LI Xin ， YANG Yuhui ， YANG Bo ， et al . A Multi-source Remote Sensing Image Matching Method Using Directional Phase Feature ［J］. Geomatics and Information Science of Wuhan University ， 2020 ， 45 （ 4 ）： 488 - 494 .

ZHANG X ， XIAO X M ， WANG X X ， et al . Quantifying Expansion and Removal of Spartina Alterniflora on Chongming Island， China， Using Time Series Landsat Images During 1995—2018 ［J］. Remote Sensing of Environment ， 2020 ， 247 ： 111916 .

孟祥珍，刘丹，黄可，等 . 基于植被物候特征的互花米草提取方法研究：以长三角湿地为例［J］. 海洋通报， 2021 ， 40 （ 5 ）： 591 - 600 .

MENG Xiangzhen ， LIU Dan ， HUANG Ke ， et al . Extraction Method of Spartina Alterniflora Based on Vegetation Phenology Characteristics： A Case Study of Wetlands in the Changjiang River Delta ［J］. Marine Science Bulletin ， 2021 ， 40 （ 5 ）： 591 - 600 .

ZHANG X ， XIAO X M ， WANG X X ， et al . Continual Expansion of Spartina Alterniflora in the Temperate and Subtropical Coastal Zones of China During 1985—2020 ［J］. International Journal of Applied Earth Observation and Geoinformation ， 2023 ， 117 ： 103192 .

巫磊，吴文挺 . GEE平台下结合滤波算法和植被物候特征的互花米草遥感提取最优时间窗口确定［J］. 地球信息科学学报， 2023 ， 25 （ 3 ）： 606 - 624 .

WU Lei ， WU Wenting . The Optimum Time Window for Spartina Alterniflora Classification Based on the Filtering Algorithm and Vegetation Phonology Using GEE ［J］. Journal of Geo‑Information Science ， 2023 ， 25 （ 3 ）： 606 - 624 .

ZENG J ， SUN Y H ， CAO P R ， et al . A Phenology-Based Vegetation Index Classification （PVC） Algorithm for Coastal Salt Marshes Using Landsat 8 Images ［J］. International Journal of Applied Earth Observation and Geoinformation ， 2022 ， 110 ： 102776 .

SUN C ， LI J L ， LIU Y C ， et al . Tracking Annual Changes in the Distribution and Composition of Saltmarsh Vegetation on the Jiangsu Coast of China Using Landsat Time Series–Based Phenological Parameters ［J］. Remote Sensing of Environment ， 2023 ， 284 ： 113370 .

ZHENG J H ， SUN C ， ZHAO S S ， et al . Classification of Salt Marsh Vegetation in the Yangtze River Delta of China Using the Pixel-Level Time-Series and XGBoost Algorithm ［J］. Journal of Remote Sensing ， 2023 ， 3 ： 36 .

梁锦涛，陈超，孙伟伟，等 . 长时序Landsat和GEE云平台的杭州湾土地利用/覆被变化时空格局演变［J］. 遥感学报， 2023 ， 27 （ 6 ）： 1480 - 1495 .

LIANG Jintao ， CHEN Chao ， SUN Weiwei ， et al . Spatio-Temporal Land Use/Cover Change Dyna‑mics in Hangzhou Bay， China， Using Long-Term Landsat Time Series and GEE Platform ［J］. National Remote Sensing Bulletin ， 2023 ， 27 （ 6 ）： 1480 - 1495 .

肖锐，蒋旭晨，张鹏林 . 城市群开发边界探究：以上海-杭州湾城市群为例［J］. 武汉大学学报（信息科学版）， 2025 ， 50 （ 3 ）： 439 - 448 .

XIAO Rui ， JIANG Xuchen ， ZHANG Penglin . Study on Urban Agglomeration Development Bounda‑ry： A Case Study of Shanghai-Hangzhou Bay Urban Agglomeration ［J］. Geomatics and Information Science of Wuhan University ， 2025 ， 50 （ 3 ）： 439 - 448 .

ZHANG T ， XIN X ， HE F ， et al . How to Promote Sustainable Land Use in Hangzhou Bay， China？ A Decision Framework Based on Fuzzy Multiobjective Optimization and Spatial Simulation ［J］. Journal of Cleaner Production ， 2023 ， 414 ： 137576 .

邵春晨，杨刚，孙伟伟，等 . 基于高光谱卫星影像的生长期互花米草指数构建［J］. 遥感学报， 2024 ， 28 （ 3 ）： 635 - 648 .

SHAO Chunchen ， YANG Gang ， SUN Weiwei ， et al . Construction Method of a Spartina Alterniflora Index Based on Hyperspectral Satellite Images ［J］. National Remote Sensing Bulletin ， 2024 ， 28 （ 3 ）： 635 - 648 .

LIANG J T ， CHEN C ， SONG Y Z ， et al . Long-Term Mapping of Land Use and Cover Changes Using Landsat Images on the Google Earth Engine Cloud Platform in Bay Area：A Case Study of Hangzhou Bay， China ［J］. Sustainable Horizons ， 2023 ， 7 ： 100061 .

李鹏，黎达辉，李振洪，等 . 黄河三角洲地区GF-3雷达数据与Sentinel-2多光谱数据湿地协同分类研究［J］. 武汉大学学报（信息科学版）， 2019 ， 44 （ 11 ）： 1641 - 1649 .

LI Peng ， LI Dahui ， LI Zhenhong ， et al . Wetland Classification Through Integration of GF-3 SAR and Sentinel-2B Multispectral Data over the Yellow River Delta ［J］. Geomatics and Information Science of Wuhan University ， 2019 ， 44 （ 11 ）： 1641 - 1649 .

LI R M ， XIA H M ， ZHAO X Y ， et al . Mapping Evergreen Forests Using New Phenology Index， Time Series Sentinel-1/2 and Google Earth Engine ［J］. Ecological Indicators ， 2023 ， 149 ： 110157 .

王雨晨，储栋，管小彬，等 . 融合多源数据的近40年250 m NDVI生成与时空变化分析［J］. 武汉大学学报（信息科学版）， 2025 ， 50 （ 4 ）： 755 - 766 .

WANG Yuchen ， CHU Dong ， GUAN Xiaobin ， et al . Generation and Application of 250 m NDVI Dataset Covering 40 Years Based on Multi-source Data Fusion ［J］. Geomatics and Information Science of Wuhan University ， 2025 ， 50 （ 4 ）： 755 - 766 .

LIU M ， HE W ， ZHANG H Y . WPS： A Whole Phenology-Based Spectral Feature Selection Method for Mapping Winter Crop from Time-Series Images ［J］. ISPRS Journal of Photogrammetry and Remote Sensing ， 2024 ， 210 ： 141 - 159 .

吴亚茜，肖向明，陈帮乾，等 . 近30年来盐城潮间带湿地盐沼植被物候遥感监测［J］. 江苏农业科学， 2018 ， 46 （ 16 ）： 264 - 270 .

WU Yaqian ， XIAO Xiangming ， CHEN Bangqian ， et al . Phenological Remote Sensing Monitoring of Salt Marsh Vegetation in Yancheng Intertidal Wetland in Recent Thirty Years ［J］. Jiangsu Agricultural Sciences ， 2018 ， 46 （ 16 ）： 264 - 270 .

胡顺石，黄春晓，杨斌，等 . 自适应加权Savitzky-Golay滤波重构MODIS植被指数时间序列［J］. 测绘科学， 2020 ， 45 （ 4 ）： 105 - 116 .

HU Shunshi ， HUANG Chunxiao ， YANG Bin ， et al . Reconstruction of MODIS Vegetation Index Time Series by Adaptive Weighted Savitzky-Golay Filter ［J］. Science of Surveying and Mapping ， 2020 ， 45 （ 4 ）： 105 - 116 .

CHEN Y ， CAO R Y ， CHEN J ， et al . A Practical Approach to Reconstruct High-Quality Landsat NDVI Time-Series Data by Gap Filling and the Savitzky-Golay Filter ［J］. ISPRS Journal of Photogrammetry and Remote Sensing ， 2021 ， 180 ： 174 - 190 .

GIL-ALANA L A ， YAYA O S . Testing Fractional Unit Roots with Non-linear Smooth Break Approximations Using Fourier Functions ［J］. Journal of Applied Statistics ， 2021 ， 48 （ 13/14/15 ）： 2542 - 2559 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Research Progress on Uncertainty in Radiometric Benchmark Transfer for Ocean Targets

Machine Learning-Based Remote Sensing Retrieval of Soil Moisture： Advances and Challenges

Three-State Fusion Support Problem of Marine Geographic Information for Ship Navigation

Development and Prospects of Spaceborne Greenhouse Gas LiDAR Technology

A Review of Multi-scale Geospatial Data Updating Methods

Related Author

No data

Related Institution

No data

AI问答

⁰