摘要
河口湿地是高度动态的生态系统，植被是衡量生态健康状况的关键指标。由于光谱相似性和时间序列数据的高维度特性，准确绘制不同植被类型的地图仍然具有挑战性。本研究引入了一种基于Google Earth Engine (GEE) 的层次化框架，利用2023至2025年的Sentinel-2影像数据对辽河口地区的八种典型植被类型进行绘制。为解决数据冗余问题，开发了一种基于马氏距离和类别可分性（FSMD-CS）的新特征选择算法，将225个维度缩减为7个最优变量。将该框架与使用SEaTH方法校准的层次决策树相结合，最终实现了86.39%的总体准确率（kappa = 0.832），超过了单时相光谱影像分类和未经优化的MPS特征分类的准确率（分别为72.31%和82.68%）。大多数选定的特征来源于植被的早期生长和晚期衰老阶段，表明与夏季高峰期的光谱数据相比，季节性物候指标在区分植被类型方面具有更好的效果。总体而言，所提出的框架为精细尺度的河口植被绘图提供了一种高效且易于解释的解决方案。
