互花米草的快速入侵严重影响湿地生态系统平衡.因此,精确监测互花米草扩张的时空动态变化过程具有重要意义.尽管现有基于植被物候特征的互花米草遥感提取方法,避免了光谱特征相似性引起的分类误差,但受到云和潮汐的严重影响,难以获取大尺度湿地植被提取特征信息.本文提出一种结合最大值合成法和Savitzky-Golay(S-G)滤波算法提取互花米草关键物候特征,减弱大尺度云和潮汐对时序遥感信号特征的影响,精准重构符合植被生长趋势的NDVI时间序列数据.通过获取关键物候特征,确定互花米草提取的最优时间窗口,基于Google　Earth　Engine(GEE)平台精准获取互花米草空间分布状况并分析典型地区的互花米草空间分布特征.研究结果显示,生长季初期(6-7月)为互花米草提取的最优时间窗口,该时期总体分类精度为89.81％,Kappa系数为0.88,相比其他时期的总体分类精度提高10.09％,Kappa系数提高0.11.互花米草提取结果表明,2020年福建省互花米草入侵面积总计100.78　km2,主要分布在宁德、福州、泉州以及漳州等地.其中,宁德市互花米草分布面积最广,共计38.08　km2,占全省互花米草分布总面积的37.79％.福建沿岸的互花米草在空间分布上呈现多种地理特征,在半封闭型海湾和河口地区的沿岸附近主要以连续的条带或片状斑块分布,而在低潮位区域则多是零星斑块.本文研究成果能为互花米草扩散的长时期、大范围空间监测提供可行性方案,为湿地植被精准提取提供技术支撑,为实现海岸带资源的高质量可持续利用提供数据基础.