UAV高光谱影像联合SULOV_XGBoost算法的柑橘果树精细分类方法

精准、动态监测经济作物种植信息是农业精细化管理面临的迫切需求。为实现不同果树品种的精细分类,以桂林市六塘默科特柑橘试验基地为研究区,获取机载高光谱影像数据,深度挖掘不同柑橘果树品种的光谱信息,构建多维数据集,提出一种利用SULOV结合极端梯度提升(eXtreme gradient boosting,XGBoost)算法进行优选特征,并采用XGBoost分类算法进行柑橘果树品种精细分类的方法,最后,与随机森林(random forest,RF)和支持向量机(support vector machine,SVM)的分类结果的精度进行对比分析。结果发现:(1)所提的SULOV结合XGBoost算法(SULOV_XGBoost)柑橘果树精细分类算法能够有效进行特征差距较小场景的果树作物不同品种间的精细分类,算法整体分类效果优于传统的常用机器学习方法(RF与SVM);(2)一阶微分拐点处值与原始波段值的融合特征对提升精细分类精度具有极大作用;另外加入不同波长范围波段组合也能够显著提高柑橘果树精细分类结果;(3)SVM在地物可辨性较高的条件下其分类性能更佳,且抗干扰能力强。研究成果可为同一物种不同品种作物的精细分类提供新的思路和方法,亦可为作物种植信息精准普查、精细化管理以及农业产业结构布局、调整和动态监测等提供参考。

利用改进MUSIC方法进行洋流方位估计

洋流能够调节全球热量的分布,降低航运成本。以往的洋流方位估计方法未对洋流信号源之间的相关性进行完全消除,导致估计效果较差。因此,本文设计了基于改进MUSIC方法的洋流方位估计方法。首先,以采集到的洋流信号为基础,构建洋流阵列信号模型,并对洋流信号进行降噪处理,提高信号数据的质量。然后,为减少洋流信号源之间相关性对估计结果的影响,利用改进MUSIC方法及协方差矩阵,对洋流信号源相关性进行消除,通过计算信号源的相关参数,构建洋流方位估计模型。最后,通过对洋流信号源的转换,实现洋流方位的估计。在仿真试验中,以南海部分海域为试验对象,对不同谱点下估计方法的估计效果进行评价,与以往的洋流方位估计方法相比,设计的基于改进MUSIC方法的洋流方位估计方法精度高达97.2%,应用效果更好。

1982-2015年西南岩溶区NDVI时空变化及未来变化趋势

基于1982—2015年GIMMS NDVI 3g数据,运用趋势分析、Mann-Kendall检验及R/S分析方法,探究了西南岩溶区植被覆盖的时空变化及未来趋势,以期为该区生态的治理提供决策依据。结果表明:(1)时间上,1982—2015年西南岩溶区年际及季节NDVImean整体呈波动上升趋势,季节变化差异显著。(2)空间上,植被覆盖总体较好;NDVImean季节分布差异明显,NDVImean>0.8的区域随季节变化,呈现出鄂西山地往云南临沧一带转移趋势。(3)年尺度上,从趋势分析来看,占80.31%的区域NDVImax呈增加趋势,集中分布在云贵高原附近;NDVImax随季节变化差异明显,植被覆盖退化区表现出沿横断山脉—四川盆地、贵州—湖南及广东—云贵高原的轨迹变化。(4)未来植被覆盖均呈持续性增加或减少变化,年际、季节尺度植被覆盖呈持续改善的区域均大于73.30%。

Himawari-8卫星云下海表温度反演的机器学习方法比较研究

针对Himawari-8卫星因云层覆盖导致云下位置海表温度缺失或者反演精度下降的问题,利用近红外波段瑞利校正后阈值递增方法,建立6种无云-有云混合的遥感-实测样本数据集,评估了3种机器学习算法多层感知机(multi-layer perceptron,MLP)、随机森林回归(random forest regression,RFR)和支持向量回归(support vector regression,SVR)的云下海表温度反演的性能。实验结果表明,当阈值为0.125(无云)时,R^(2)都超过了0.98;当阈值为0.4时,性能指标趋于平稳,MLP、RFR和SVR算法的R^(2)分别为0.80、0.81和0.76。通过阈值递增方式构建的阈值模型对无云区域的海表温度影响较小,能够确保无云区域的反演精度。随着阈值的递增,模型对有云区域出现不同程度的低估和反演精度的下降,但在无云区域的制图效果与葵花卫星海表温度产品一致性较高。该方法可以显著提高海表温度反演结果的空间覆盖率,使得研究区空间覆盖率从75%提高到99%。

基于GEE的2011—2021年广西林火碳排放格局时空变化

森林火灾对中国碳循环及“碳达峰”进程造成的影响重大。利用2011—2021年广西MCD64A1、MCD12Q1和MOD17A3数据集,基于GEE平台,通过可燃物载量模型和碳排放因子法,估算了广西林火的可燃物载量、碳排放量和主要含碳气体排放量(CO_(2)、CO和CH_(4)),利用线性回归法和归一化手段等,从年尺度和月尺度上分析了广西森林过火因子及其NPP总量的时间统计量以及空间分布,以及林火碳排放量和林火主要含碳气体排放量的时空变化特征,结果表明:①2011—2021年广西森林总可燃物载量为2.78×10^(5)t,其中林草地和混交林可燃物载量最高,分别为2.71×10^(5)、4.31×10^(3)t,稀树草原和落叶阔叶林最少,分别为146、74 t;②2011—2021年广西碳排放量密度与林火点密度的空间分布基本一致,呈现不均匀分布,且主要集中在百色、河池及百色与贵州的交界区域,表明上述区域需要重点防控;③2011—2021年广西主要含碳气体总排放量为3.59×10^(5)t,其中CO_(2)排放总量为3.27×10^(5)t,CO排放总量为3.08×10^(4)t,CH_(4)为1.55×10^(3)t,占比分别为90.98%、8.59%和0.43%,总体分布规律与碳排放量一致,但与过火面积分布规律存在差异,主要原因是构成林火的植被类型不同;④2011—2021年广西主要含碳气体排放呈下降趋势的城市有百色、南宁、柳州和桂林,呈上升趋势的有梧州、北海、防城港、钦州、贵港、玉林、贺州、河池、来宾和崇左,表明百色、南宁、柳州和桂林这4个城市林火防控有所改善,其余10个城市应对林火防控工作提高重视。

近20年西南喀斯特地区植被NPP时空变化及自然因素地理探测

植被净初级生产力(Net Primary Production,NPP)是表征植物活动的重要变量,分析植被NPP时空变化及驱动力对生态保护及植被恢复建设具有重要意义。基于2000—2019年MOD17A3的NPP数据,结合基于站点的气象数据、DEM等数据,运用趋势分析、Mann-Kendall检验、R/S分析及地理探测器等方法,定量分析了西南喀斯特地区植被NPP空间分布、时空变化及未来趋势,进一步探讨了自然因子对西南地区植被NPP的驱动作用。结果表明:(1)2000—2019年西南喀斯特地区植被NPP空间分布上呈南高北低的空间分布格局,总体均值为751.37 gC/(m^(2)·a)。(2)从时间尺度看,20 a间研究区植被NPP总体呈上升趋势,上升速度为3.67 gC/(m^(2)·a);从空间尺度看,20 a间西南喀斯特地区植被NPP呈上升趋势的面积占总面积的78.10%,呈显著上升的区域占42.14%,主要分布在四川盆地、乌蒙山一带。(3)未来研究区内植被NPP以上升趋势为主,呈持续上升趋势的面积占比为76.97%,呈强持续显著上升的面积占30.67%,主要分布在四川盆地及乌蒙山一带。(4)地理探测显示,影响西南喀斯特地区NPP变化的主导因子为湿度、生物温暖指数、日照时数和气温,其q均值均超过0.3;各因子交互作用表现为双因子增强或非线性增强,其中高程∩生物温暖指数的q值最高,为0.498。综上,研究结果表明高程和生物温暖指数的共同作用对西南喀斯特地区的NPP影响最大。

农作物冠层光谱分析及反演技术综述

农作物的冠层光谱反射率与作物的氮含量、叶绿素含量及叶面积指数等参数之间具有很强的相关性,通过对作物冠层光谱进行分析可反演出作物的生物物理参数,并应用在长势分析、产量预测、病虫害预警等领域。本文首先阐述了作物冠层反射率采集方法,对地面、机载及遥感卫星3个采集层面的优缺点进行了对比;其次给出了植被指数构建原理及常用植被指数,分析了物理模型反演法和统计反演法的复杂度和性能;最后提出了农作物冠层光谱分析及反演技术的下一步发展方向及面临的挑战。

农作物病虫害遥感监测综述

对病虫害进行监测和预警是精准农业的一个重要研究方向,可有效提高粮食产量和质量。本文从使用高光谱遥感技术监测农作物病虫害的原理和技术路线出发,首先阐述了4种光谱特征提取和变换方法,包括原始光谱的导数变换与对数变换、基于光谱位置和面积的特征参数、基于连续统去除的特征参数和植被指数;然后论述了基于统计分析、机器学习和物理模型的3种病虫害监测参数反演方法,建立了光谱反射率和病虫害监测参数间的回归关系;最后分析了将高光谱遥感技术用于农作物病虫害监测的优势和存在问题。

资源一号02C影像的几何校正精度分析——基于RPC模型和多项式模型

几何校正是遥感图像处理的重要一环,其精度对处理结果的准确性有重大影响。文中以北京市昌平区最新影像数据为例,分别采用RPC模型和多项式模型进行几何校正,对两种模型在无DEM辅助情况下的校正精度进行了研究。研究表明:在无DEM辅助情况下,RPC模型的精度相对较好;在同一模型内部,平原地区的精度要好于山区,对工程项目校正模型选取起到重要的指导作用。

2000-2019年滇黔桂岩溶区植被NPP时空变化及与气候变化的关系研究

滇黔桂岩溶区属于生态环境脆弱区,对其植被NPP(Net Primary Production)动态变化进行监测并探索其与气候变化的关系,对于研究区生态环境治理与保护具有重要意义。基于2000—2019年的MOD17A3 NPP数据,结合同期基于站点的气象数据,采用趋势分析、Mann-Kendall显著性检验、R/S分析及相关分析等方法,研究了滇黔桂岩溶区植被NPP的时空变化特征和未来趋势,并探讨了滇黔桂岩溶区植被NPP与气候变化之间的关系。研究结果表明:(1)2000—2019年滇黔桂岩溶区植被NPP均值为845.49 g·m^(−2)·a^(−1)(以C计),空间上呈现南高北低的分布格局,20 a间植被NPP总体呈现波动上升趋势,上升速度为4.02 g·m^(−2)·a^(−1),呈上升趋势的面积占总面积的80.19%,其中呈显著上升的区域占46.60%;(2)研究区未来植被NPP以上升趋势为主,且未来同向变化趋势远大于反向变化趋势;(3)研究区气温对研究区植被NPP呈现显著促进作用,而降水、相对湿度和日照时数对研究区植被NPP无明显作用。气候变化对植被NPP的影响有明显的空间异质性,不同地带岩溶区植被NPP对气候变化的响应程度相差较大;(4)植被NPP对前0—1月气温和日照时数变化响应程度较高,而对前2—3月降水及相对湿度变化响应程度较高。

香港近海海域叶绿素a定量反演及时空变化分析

以2009~2019年HJ-1A/B卫星多光谱数据和对应日期的实测数据为数据源,通过预处理提取出各波段组合反射率并与实测叶绿素a浓度数据进行统计相关性分析,选取相关性最高的波段组合作为特征变量与2/3的实测叶绿素a浓度数据进行建模,并用剩下的1/3实测叶绿素a浓度数据进行精度验证以确定最佳遥感反演模型,最后根据最佳反演模型对2009-2019年的香港近海海域叶绿素a浓度进行反演,明晰该海域近10年的叶绿素a浓度时空变化特征.结果表明:利用HJ-1A/B卫星多光谱数据反演香港近海海域叶绿素a浓度的最佳波段组合为第3波段和第2波段比值(B3/B2),相关系数(r)为0.893;最佳反演模型为利用B3/B2构建的e指数回归模型(Chl=0.004e6.693(B 3/B 2)),决定系数(R2)为0.934,均方根误差(RMSE)为0.255μg/L,平均相对误差(RPD)为25%;近10年香港近海海域的叶绿素a浓度时空变化特征:空间上整体呈现"东高西低,由东向西逐渐减小"的分布特征,西部海域比东部海域平均浓度低5μg/L左右;2017年内呈"春低秋高,夏升冬降"的随季节变化特点,其中秋季最高,夏春两季次之,冬季最低.

基于多时相主被动遥感的漓江水面监测与水质参数反演(2016-2020年)

以漓江流域为研究区域,以2016-2020年Landsat 8 OLI、GF-1、Sentinel-2A及Sentinel-1A逐月影像为数据源,选用归一化水指数(NDWI)、改进型归一化水指数(MNDWI)、增强型水体指数(EWI)、归一化差值池指数(NDPI)、后向散射系数(S)与主被动遥感加权指数(JQ)提取漓江水体信息,采用二类水体区域性近岸海域水色算法(C2RCC)、最大叶绿素指数(MCI)、双波段比值法(Double R)及叶绿素反射峰强度(ρchl)4种方式,反演漓江水体叶绿素a(Chl.a)与总悬浮物质(TSM)浓度.将漓江划分为278个基本评价单元,利用水面变化区域差异值(WDr)、河岸线发育系数(SDI)与水体信息变化动态度(K)等指标定量分析漓江上、中、下游枯水期和汛期的水文和水质信息的年内时空动态变化,得出以下结论:(1)主被动遥感加权指数JQ与NDPI指数的提取效果优于NDWI、MNDWI、EWI指数与后向散射系数,但与JQ指数相比,NDPI指数提取精度更高、可信度更强.(2)基于C2RCC算法反演的Chl.a浓度的均方根误差(RMSE)处于0.18~7.88 mg/m^(3)之间,TSM浓度的RMSE为0.17~12.55 g/m^(3),可较好地反映漓江水质参数变化情况.(3)基本评价单元的划分可清楚地分析出上、中、下游地区水域水面宽度、水域面积、Chl.a与TSM浓度的连续变化情况,实测数据则依靠站点监测,所得结果较分散,无法进行连续性分析.(4)漓江5-10月降水较多、水体流动性强,大部分地区平均水面宽度在100~250 m范围内,水体富营养化程度低,水质较好,但2月水质最差,水体富营养化程度较高地区主要集中于上、中游的兴安县、灵川县等城镇居民区以及下游旅游开发区较多的兴坪镇.

基于多光谱影像和机器学习算法的红树林树种LAI估算

针对红树林叶面积指数(Leaf Area Index,LAI)实地测量难度大、无法快速大范围LAI估算的问题。该研究以广西北部湾红树林为研究对象,以无人机(Unmanned Aerial Vehicle,UAV)和哨兵二号(Sentinel-2A,S2)多光谱影像为数据源,整合原始光谱波段、植被指数和组合植被指数构建高维数据集,并进行数据降维和特征优选。定量评估6种机器学习算法(XGBoost、前馈反向传播神经网络(Back Propagation,BP)、支持向量机(SVM)、岭回归(Ridge)、Lasso和弹性网络(ElasticNet))对不同红树林树种LAI的估算能力;探究UAV和Sentinel-2A影像对红树林树种LAI估算的精度差异。研究结果表明:1)基于XGBoost算法构建的模型实现了红树林LAI高精度估算,R^(2)均高于0.70,RMSE均低于0.349;2)在UAV和Sentinel-2A影像下,XGBoost模型对不同红树林树种LAI的估算精度(R^(2))比其他5种模型分别提高了0.105~0.365和0.283~0.540,RMSE降低了0.100~0.392和0.102~0.518;3)UAV影像数据与XGBoost算法构建的模型对海榄雌LAI的估算精度优于其他组合(R^(2)=0.821、RMSE=0.288),Sentinel-2A影像数据与XGBoost算法构建的模型对秋茄和桐花树LAI的估算精度优于其他组合(R^(2)=0.940~0.979、RMSE=0.142~0.104),不同红树林树种LAI的估算精度依次为桐花树>秋茄>海榄雌;4)SNAP-SL2P算法整体性低估红树林LAI值,UAV影像红树林树种LAI的平均估算精度(R^(2)=0.677~0.713)均优于Sentinel-2A影像,实现了不同红树林树种LAI的高精度估算。

基于无人机多光谱的沼泽植被识别方法

为了探究高分辨率无人机多光谱数据对沼泽植被群丛识别能力,在洪河国家级自然保护区的核心区、缓冲区和实验区分别建立典型样区,通过低空无人机搭载的RGB及多光谱相机获取研究区正射影像,构建多维数据集并确立4种分类方案.采用面向对象的随机森林(RF)算法,对输入的多维数据集进行变量选择和参数(mtry、ntree)调优,构建适合沼泽植被群丛尺度识别模型.结果表明:优化的面向对象的RF算法对沼泽湿地植被具有较高的识别能力,在95%的置信区间内,核心区方案四(结合了光谱波段、纹理特征、几何特征、位置特征、地表高程信息和植被指数)获得最高总体精度为87.12%,kappa系数为0.850,比方案二(结合了光谱波段、几何特征和位置特征)总体精度高12.27%,kappa系数高0.140;对于单一典型沼泽湿地植被识别精度中,芦苇获得最高的用户精度高于88%,生产者精度高于90%,小叶章的生产者精度高于85%,但是在核心区用户精度较低,仅为78%.该方法可以作为沼泽植被群丛识别的有效方法,为研究沼泽湿地生态环境变化提供更准确的数据支持.

基于夜光遥感的GDP空间化建模及动态分析——以河南省为例

针对GDP数据统计通常基于行政单元无法精细表达行政单元内部的GDP空间分布及其时空动态演变的情况,使用2006、2010和2013年DMSP/OLS灯光数据计算了河南省夜间灯光指数,分析不同灯光指数与GDP的线性相关性构建了GDP的最佳回归模型,并利用相对应年份的统计数据进行精度验证,实现了河南省GDP空间可视化表达及动态分析,制作了1 km×1 km的GDP密度分布图。结果表明:2006、2010和2013年的夜间灯光总强度指数TNL与GDP的空间分布线性相关性明显,R^2分别为0.9659、0.9766、0.9790;各行政区的GDP模拟值与统计值的平均相对误差分别为8.19%、6.04%、8.08%。2006—2013年河南省18个地级市GDP密度图呈现出明显的扩张态势,模型精度高,表明灯光数据可作为评价河南省经济状况的重要指标。

基于多时相夜间灯光和光学遥感的广西城市格局时空动态变化

以广西桂林、柳州、南宁3个城市的建成区为研究区,利用阈值分割法分别对DMSP/OLS、NPP/VIIRS、Landsat数据提取城市建成区,根据夜间灯光总强度指数(TNLI)、平均灯光强度指数(I)以及综合夜间灯光强度指数(CNLI)的灯光特性分析广西三城城市化水平,通过计算光学影像的归一化建筑指数(NDBI)、建筑用地指数(IBI)、仿建筑用地指数(SIBI)、综合加权建筑指数G采用阈值法提取3个城市1992、2000、2009和2017年4个时间段的建成区,最后利用城市扩张速率、强度指数和空间重心位置转移定量分析25年来广西三大主要城市建城区时空演变特征。结果表明:1)广西城市化水平不断提高;2)利用陆地卫星遥感与夜光遥感对城市建成区提取具有一定可信度,陆地卫星提取的总体准确精度达到了93%,但提取的整体精度比夜光遥感低,夜间灯光数据的总体精度都在83%以上,总体提取精度达到了96%;3)广西三大主要城市的城市化进程速度在加快:南宁在1992—2017年城市扩展速度由11.88上升至34.4,柳州在此期间由6.95上升至21.74,桂林城市扩展速度由8.11上升至16.74。以上结果同时说明了广西城市发展整体呈现上升趋势,建成区的空间扩展范围随时间推移表现出高强度增长模式,这与广西规划的城市化进程发展趋势一致。

利用Jason-3/Sentinel-3A雷达高度计监测北部湾滨海湿地水位变化

为了评估雷达高度计监测滨海湿地水位的能力,提高其监测滨海湿地水位的测量精度,该研究以广西北部湾滨海湿地为研究区,选取2016—2020年逐日的Jason-3和Sentinel-3A雷达高度计数据,建立滨海湿地水位遥感监测模型,利用重心偏移法,阈值法,改进的重心偏移法和改进的阈值法对测高水位进行波形重定改正获取滨海湿地水位。结合水文站实测数据,定量评估不同算法提取水位的精度差异,利用年内水位变幅、月平均水位、季平均水位和年平均水位探究滨海湿地水位动态变化,利用降水量数据分析滨海湿地水位动态变化原因。结果表明,在4种重跟踪算法中,改进的阈值法重定效果最佳,Jason-3雷达高度计的决定系数最大为0.78,均方根误差(Root Mean Square Error,RMSE)最小为0.35 m,平均绝对误差(Mean Absolute Error,MAE)最小为0.28 m;Sentinel-3A雷达高度计的决定系数最大为0.87,RMSE最小为0.24m,MAE最小为0.18m,表明Sentinel-3A雷达高度计的监测精度较高。广西北部湾滨海湿地水位变化与降水量变化的相关性较高,年内水位变化较为剧烈,呈现明显的季节性,年内水位平均变幅为3.37 m,在2016—2020年间水位整体呈现下降趋势,年平均变化速率为0.005 m。星载雷达高度计为大范围的滨海湿地水位监测提供了有力手段,这对研究滨海湿地变化及生态环境保护具有重要意义。

基于GEE的桂林市主城区热环境变化定量遥感分析

以桂林市主城区为研究区,基于谷歌地球引擎(GEE)采用随机森林算法对2010、2014及2018年3期Landsat遥感影像进行土地利用分类,并采用单窗算法进行地表温度反演,根据NDVI像元二分线性模型解算地表植被覆盖度,最终对土地利用、植被覆盖及地表温度进行动态的统计及对比分析。结果表明:2010—2018年桂林市主城区平均温度呈上升趋势,8年共增加1.29℃,且各级别温区由低温区、较低温区及中等温区转化为较高温区及高温区;较低温区及低温区主要分布于植被及水体覆盖区域,而中等温区、较高温区及高温区主要分布于建设用地及未利用土地覆盖区域;2014—2018年,高植被覆盖度面积大幅缩减(缩减31.34%)主要原因在于建设用地面积的大幅增长(扩张30.19%);基于GEE的随机森林算法土地利用分类具有较高的分类精度(3个时期均高于80%)。研究结果可为改善城市热环境提供科学依据,也可为桂林市制定的发展战略提供科学参考。

基于Landsat-8陆地成像仪与Sentinel-2多光谱成像仪传感器的香港近海海域叶绿素a浓度遥感反演

为验证Landsat-8陆地成像仪(operational land imager,OLI)遥感数据与Sentinel-2多光谱成像仪(multispectral imager,MSI)遥感数据监测近海海域叶绿素a浓度可行性,以其为数据源,香港近海海域为研究区域,以半分析模型为方法,挑选与监测点实测叶绿素a浓度采集时间一致且遥感影像云覆盖率小于10%影像清晰的两类遥感影像。对两类遥感影像分别选取2/3的遥感影像数据经预处理后提取其对应实测日期监测点位置遥感反射率进行相关性分析,得到相关性最高的反演因子进行建模,并且利用剩下的1/3数据对其反演回复回归模型进行精度检验,其结果与OCx Ocean Chlorophyll X模型反演结果进行对比效果显著。基于Landsat-8遥感数据建立的最佳反演回归半分析模型决定系数R^(2)为0.906,略高于基于Sentinel-2遥感数据建立的最佳反演回归半分析模型,其R^(2)为0.801。与此同时证明了就香港近海海域叶绿素a浓度反演两类遥感数据的可行性,且两类数据的反演结果均呈现出香港近海海域内部海域叶绿素a浓度高于外部叶绿素a浓度的现象。

基于Sentinel-2数据的山口红树林生理参数反演及时空特征

生理参数叶绿素含量、光合有效辐射吸收率、植被覆盖度和叶面积指数是湿地植被重要的特征参数,也是衡量湿地生态健康状况的重要指标。以广西山口红树林自然保护区为研究区,以逐月的Sentinel-2和MODIS影像数据为数据源,采用人工神经网络的方法对山口红树林的4种生理参数叶绿素含量、光合有效辐射吸收率、植被覆盖度和叶面积指数进行反演构建回归模型,并对比相应MODIS影像的产品,分析得出红树林逐月和不同生长期的生理参数动态变化。实验结果表明:(1)4种生理参数与MODIS产品的相关系数在95%置信区间内均高于0.71,反映了Sentinel-2影像反演红树林生理参数具有较高的可信度;(2)4种生理参数均在2月份表现出最低值,9月份趋于稳定;生理参数均最低值出现在缓存区,最高值出现在核心区,也反映了自然和人类活动对其有影响;(3)不同生长期红树林的植被生理参数则变化不同,植被覆盖度(fractional vegetation cover, FVC)、叶面积指数(leaf area index, LAI)和光合有效辐射吸收率(fraction of absorbed photosynthetically active radiation, FAPAR)在萌芽期(1~3月)和发育期(4~6月)呈上升趋势,叶绿素浓度(chlorophyll-A/B,CAB)和LAI在成熟期(9~12月)呈上升趋势。该研究结果可为红树林植被变化监测提供依据,为生态评估及保护提供参考。