近年来由于曹妃甸地区城市建设的不断推进,破坏了曹妃甸地区生态环境原有的平衡。其中,如何保护曹妃甸滨海湿地生态环境健康,是曹妃甸湿地保护工作面临的重要问题之一。以曹妃甸滨海湿地为研究区,对2003年、2011年和2018年三个时期的Landsat TM/OLI影像进行遥感解译,并结合景观指数分析其景观格局的时空演变;通过实地调查并采集湿地典型植被的光谱数据,利用包络线去除、一阶导数和“三边”参数等方法,分析芦苇、翅碱蓬和柽柳三种典型植被的光谱特征;采集芦苇和翅碱蓬地上鲜生物量并利用光谱特征建立最优估算模型。通过以上分析,获得的结果如下:2011～2018年期间由于频繁的人类活动导致滨海湿地面积退化严重,景观破碎化程度较高且聚集度较低,主要转变为农用地和建设用地。曹妃甸湿地典型植被的光谱特征差异性明显。在413～678nm、380～678nm和380～725nm波段范围内可区分季相芦苇、翅碱蓬和柽柳,末期翅碱蓬在638nm附近表现出明显反射特征;在560～678nm、380～678nm和563～678nm波段范围内包络线去除方法可区分生长季初期翅碱蓬、旺盛期芦苇和末期翅碱蓬,初期翅碱蓬在606nm和638nm附近表现出反射特征;在518～716nm、525～714nm和513～708nm波段范围内一阶导数方法可区分生长季初期的柽柳和芦苇、旺盛期的柽柳和翅碱蓬、末期的芦苇和柽柳。通过分析曹妃甸湿地典型植被光谱特征并结合湿地调查采样,估算出其地上鲜生物量。其中,一阶导数光谱在950nm、724nm构建的差值植被指数与多项式函数建立的模型,y(28)53359976.74x2(10)531444.645x(10)2112.934为芦苇地上鲜生物量最优估算模型。一阶导数光谱在813nm、632nm构建的差值植被指数与多项式函数建立的模型y(28)1240120819x2-25611.196x(10)749.026为翅碱蓬地上鲜生物量最优估算模型,两个模型均通过模型精度检验。通过以上对曹妃甸滨海湿地景观格局时空演变、典型植被季相光谱特征变化规律及构建地上鲜生物量估算模型的研究中,能够为今后曹妃甸湿地生态系统的结构和功能变化及典型植被识别提供理论基础,以便更好地保护曹妃甸湿地的生态环境。图25幅;表22个;参95篇。