近日，我所海岸带科学与海洋发展战略研究中心（自然资源部海岸带科学与综合管理重点实验室）在滨海湿地遥感分类研究领域取得重要进展，构建了覆盖全国、逐年连续、30米分辨率的高精度滨海湿地分类数据集，涵盖1985年至2024年，填补了近40年逐年全国尺度高分辨率滨海湿地分类数据空白。

准确掌握滨海湿地边界、类别及时空格局是开展其生态保护与管理的基础性工作。然而，受限于以下技术瓶颈，仍缺乏覆盖全国、逐年连续的高精度滨海湿地分类数据集：一是滨海湿地植被与陆域植被存在“同谱异物”现象，植被上边界难以准确界定；二是受周期性潮汐淹没影响，光滩下边界的精准识别存在明显不确定性。

图1 技术路线

针对上述难题，研究团队构建了融合海岸线界定与多算法集成的自动化分类框架。首先，基于遥感影像和历史数据划定近40年岸线，有效解决了沿岸陆域和滨海湿地植被之间以及沿海养殖水域等用地类型的误分类问题，精准界定了滨海湿地上边界。其次，针对潮汐覆盖的光滩区域识别问题，集成最大光谱指数合成-大津算法技术体系，充分利用全时序遥感光谱信息，排除海水周期性覆盖影响，准确识别光滩下边界。最后，基于遥感大数据平台，采用随机森林算法处理了超过6万景Landsat系列卫星影像，制作了30米分辨率、1985–2024年逐年连续的我国滨海湿地分类数据集。

该数据集精准识别了盐沼、红树林、光滩三类滨海湿地时空格局，结合现场调查和历史数据验证，各年度总体精度均在95%以上。数据显示，我国滨海湿地在过去40年间经历了剧烈的时空演变，尽管在21世纪初之前总体呈现快速降低特征，但近年来在我国广泛开展滨海湿地生态修复的背景下，实现了面积的逐步回升。与现有国际主流滨海湿地数据集（如GWL_FCS30、UQD）的对比验证显示，本数据集在岸线界定精度、植被类型识别以及时间跨度和频度等方面具有明显优势，特别是在黄河三角洲、杭州湾沿岸等动态变化剧烈的区域。

图2 2024年我国典型滨海湿地空间分布图

该数据集的长时序、高分辨率、高精度优势，可为滨海湿地生态修复成效评估、外来物种动态监测、蓝碳核算等提供重要数据支撑。研究成果以“National coastal wetland mapping over the last four decades: An annual classification with high accuracy”为题发表于Nature旗下数据期刊《Scientific Data》，成果数据已在Zenodo和Figshare平台开放共享。论文由我所池源研究员（通讯作者）课题组完成，第一作者为我所与南京大学地理与海洋科学学院联合培养博士研究生张智玮，其他作者包括刘镇杭、张新阳和张国民，上述四位均为我所培养硕士毕业或在读研究生，我所为第一完成单位。研究工作得到了国家重点研发计划、山东省泰山学者工程等项目的支持。

图3 数据集示意图

论文链接：https://doi.org/10.1038/s41597-026-06570-3

数据链接：

Zenodo：https://doi.org/10.5281/zenodo.17647680

Figshare: https://doi.org/10.6084/m9.figshare.31093003