研究人员以广西珍珠港为实验区，测量了被海水淹没的红树林冠层在哨兵2号卫星图像中的光谱反射曲线。发现在红边波段，淹没红树林像元的反射率与纯水面像元的反射率具有较大的差距，如图1所示。为提取和放大这种差距，研究人员研发构建了红树林植被指数（MFI）。MFI的定义为：各个红边波段反射率到基线的距离之和，其中基线指的是红波段和短波近红外波段反射率的连线，指数原理如2所示，公式如（1）（2）。
图1. 不同潮汐状态下红树林反射率曲线（EMF代表浮于水面的纯红树林像元，SMF代表淹没红树林像元，WB代表纯水体像元）
图2.红树林指数（MFI）建立原理（SMF代表淹没红树林，WB代表水体）
MFI =[〖(ρ〗_λ1-ρ_(Bλ1)+) 〖(ρ〗_λ2-ρ_(Bλ2)+) 〖(ρ〗_λ3-ρ_(Bλ3)+) 〖(ρ〗_λ4-ρ_Bλ4)]/4 (1)
ρ_Bλi= ρ_2190+(ρ_(665-) ρ_2190 )×(2190-λi)/(2190-665) (2)
为定量评估MFI对淹没红树林的敏感性，研究人员将MFI与当前常用的植被指数NDVI、LSWI、MNDWI及相似植被指数FAI进行了定量比较，发现MFI可以显著增加淹没红树林像元与水体像元的距离（图3），达到将淹没红树林像元准确提取出来的目的。基于以上结果，研究人员应用MFI，对世界范围内3个典型区（中国珍珠港、印度孙德尔本和巴西亚马逊）的红树林进行提取，发现MFI在实际应用中可以将99%到102%的淹没红树林像元提取出来。理论和实践两方面均证明，MFI可以有效地提取淹没红树林像元，降低在遥感解译过程中潮汐淹没带来的误差。但是受到局地海水能见度、淹没深度等多变环境条件的影响，MFI仍有一些不确定性，需在未来的研究中加以改进。
图3. 不同植被指数中淹没红树林像元与水体像元值分布箱形图
本研究首次发现淹没植被在哨兵数据的红边波段仍存在较强的反射，利用这一特征建立了淹没红树林指数（MFI）。以往的潮汐修正方法均需要2幅甚至多幅不同潮汐状态的影像，然而滨海地区特殊的天气条件使得获取时间相近的高质量卫星影像存在困难。MFI指数的优势在于：只需一幅质量较高的影像，无论影像获取时当地潮汐状态如何，都可以达到提取所有红树林的目的。该指数不仅适用于红树林生态系统的精准遥感研究，对于其它潮间带湿地植被、以及常年处于浮水和沉水状态的湿地植被遥感研究也有重要的借鉴价值。
该研究由东北地理所贾明明副研究员、王宗明研究员、毛德华副研究员、武汉大学王超副教授、香港中文大学、中国科学院国家天文台张渊智教授共同完成，发表于Remote Sensing期刊，得到国家科技基础资源调查专项课题(2017FY100706)、国家自然科学基金青年基金（41601470）和中国科学院青年创新促进会人才项目（2017277，2012178）等共同资助。论文信息如下：
Jia, M., Wang, Z.*, Wang, C, Mao, D., Zhang, Y.*, 2019. A new vegetation index to detect periodically submerged mangrove forest using single-tide Sentinel-2 imagery. Remote Sensing, 11, 2043, doi:10.3390/rs11172043.
