盐沼被认为是海岸带上最具活力与价值的生态系统。然而,受到自然环境、人类活动、外来物种等因素的影响,近百年来江苏中部沿海盐沼生态系统不断地更替与消失,目前覆盖的主要盐沼种类包括互花米草、碱蓬、芦苇以及茅草等。为了高效地进行盐沼生态系统管理,及时准确掌握盐沼的物种空间分布变得极为重要。基于此,研究通过构建环境(HJ)卫星NDVI时间序列探究各类盐沼的曲线差异性,并利用C5.0决策树算法探讨分类结果的准确性、时间序列压缩后的分类效果以及互花米草盐沼提取的可行性,以期为较大范围的盐沼监测提取提供一种新的思路。研究的主要内容包括：(1) HJ NDVI时间序列分析。在HJ影像预处理的基础上,构建了月际HJNDVI时间序列,并选取了4种典型、运用最广的方法进行NDVI时间序列的滤波去噪重建,判别不同滤波方法的时间序列重建效果。结合每月的研究区野外实地调查采集的样方与盐沼长势状态,分析各类盐沼在时间序列上的曲线差异特征。(2)时间序列盐沼分类与压缩。利用决策树对HJ NDVI时间序列进行盐沼分类研究,比较了时间序列与常规单时相方法的盐沼分类优势。针对易变区域容易造成时间序列的分类误差,研究分析了HJ NDVI时间序列中各月份的变量重要性(Importance Rate of Variable,IRV),并按重要性顺序逐月压缩时间序列,分析其分类结果变化；对比常规多维数据压缩方法PCA和MNF变换的盐沼分类效果,评价IRV的压缩效果。(3)互花米草盐沼提取。结合互花米草与其他各类盐沼的物候区别与变量重要性分析结果确定提取互花米草的最佳月份,建立互花米草提取的简单规则；基于植物物候特征在一定时期内的稳定性特征,将此方法推广到不同时期不同传感器的影像进行试验,探讨此方法的可行性。研究结果表明：(1)各类盐沼的NDVI在不同时期表现出了较为明显的差异性：垦区内的农田作物由于“一年双耕”制呈现明显的NDVI双峰现象,与盐沼的时间序列曲线差异较大；碱蓬由于植株密度较低,NDVI受裸土影响生长期一直低于其他各类盐沼；互花米草在野外调查中发现具有相对滞后的物候期,在其余盐沼进入休眠期的11月份仍具有较高的NDVI,为其提取提供了可能。(2)利用时间序列分类方法进行的盐沼分类总体精度为91.47%,Kappa系数为0.896,误差主要集中在盐沼群落演替的边界以及部分潮沟分布区域；与常规单时相遥感影像分类结果相比,时间序列分类方法总体精度提高18.98%,Kappa系数提升0.217,改进效果显著。(3)通过变量重要性分析,每年的5月、7月、9月、11月是各类盐沼分类的重要时期,冬季(12月～3月)包含盐沼差异性信息量较少；按重要性高低依次对时间序列逐月压缩,发现盐沼分类的总体精度呈现一个先轻微上升再快速下降的过程,拐点为第7个变量；通过选取重要性排名前7个月份组成的新的序列(共包含信息量达到97.92%)进行盐沼分类,发现在潮沟附近等易变区域分类效果有所提高；本文的时间序列压缩方法相比常规的PCA和MNF降维方法,由于保留了特定的物候特征,具有良好的分类效果,而且通过最优月份的选取减少了时间序列冗余。(4)研究确定了11月份为提取互花米草的最佳时期,建立了稳健阈值划分的互花米草提取简单规则；将相同方法推广到不同传感器以及不同时期试验,发现该方法的适用性较好,推广性较强,可用于江苏中部沿海互花米草的大范围定期监测。