【摘要】采用先进遥感手段加强对滨海湿地资源的监测对其管理与保护至关重要。以江苏盐城国家级珍禽自然保护核心区为实验区，借助GEE云平台对获取的湿地植被生长关键期(5月至9月)的Sentinel-1 SAR和Sentinel-2多光谱时间序列影像基于中值法进行月影像合成，然后对5个单月份数据集和4个不同时间跨度的多月份数据集基于7种不同的波段组合方案构成63个测试集，最后基于随机森林方法对各测试集进行湿地分类制图与比较分析。结果表明，与仅利用Sentinel-2的可见光与近红外波段相比，增加短波红外波段能显著提高滨海湿地的分类精度，总体精度最高可提高8%以上，增加红边波段总体精度最高可提高5%;与仅使用Sentinel-2光谱波段相比，将常用植被指数和Sentinel-1 SAR数据添加到湿地分类中，总体分类精度最高达到了90.6%。实验也验证了使用多月份时间序列遥感数据合成的分类效果要优于单月影像分类结果。研究结果为区域尺度中/高分辨率遥感影像的湿地分类提供了一定的技术参考。