红树林位于热带和亚热带的海陆过渡带，具有结构复杂、物种丰富、生产力高、生态功能独特、社会经济价值巨大的特点。但在人类活动和自然因素的双重影响下红树林正在消失和退化，因此必须对其进行精确制图和动态监测。然而，现有方法不适应大尺度、长时序制图的需求，传统的分类方法需要大量的样本和复杂的分类器，计算效率低、泛化能力差，而已有的红树林指数在识别精度和普适性方面还存在一定局限性。此外，目前的红树林公开数据集都不能提供逐年的红树林分布范围，无法提供精细连续的红树林时空变化信息。因此，本研究旨在构建一种稳健高效的红树林指数，并研发一个中国红树林长时序遥感监测数据集。针对现有红树林提取方法以及红树林数据产品的不足，本研究提出了顾及物候与水位时序特征的红树林指数（PWTMI），采用整合时间序列特征与光谱特征的思想提高红树林制图的效率和精度，利用提出的方法使用1989-2021年共13308景Landsat 5/7/8数据制作了1990-2020年中国红树林长时序遥感监测数据集，并基于该数据集分析了中国红树林的时空变化特征。结果表明，PWTMI在中国4个典型地区的总体精度在91.49%~98.83%之间，该指数结合了光谱和时序特征，优于现有基于多光谱的红树林指数，且阈值相对稳定，在长时间序列和大尺度的红树林监测中具有很大的应用潜力。本研究生成的数据集能提供高精度的红树林空间分布信息以及连续变化信息，总体精度为91.51%~91.88%，有助于开展中国红树林时空变化及驱动机制分析。我国红树林总面积先减少后增加，1990-2000年处于缓慢缩减阶段，2000-2020年进入恢复阶段。各省份红树林面积变化趋势不尽相同，广东（含港澳）与台湾红树林面积变化趋势与全国一致，但转折点不同；广西、福建、浙江的红树林面积总体处于增长趋势；海南红树林面积变化相对平稳。通过对六个红树林典型分布区的红树林变化分析，本研究简单讨论了影响红树林变化的几个因素，包括自然生长扩散、气象灾害、生物入侵、虫害等自然因素以及围垦养殖、码头建设、人工造林等人为因素。

红树林,植被指数,密集时间序列,动态监测