Mapping of subtidal banks in mud-dominated coastal systems is crucial as they influence not only shoreline and ecosystem dynamics but also economic activities and livelihoods of local communities. Due to associated spatiotemporal variations in suspended particulate matter concentrations, subtidal mudbanks are often confined by diffuse and rapidly changing boundaries. To avoid inaccurate representations of these mudbanks in remote sensing images, it is necessary to unmix distinctive reflectance signals into representative landcover fractions. Yet, extracting mud fractions, in order to characterize such diffuse boundaries, is challenging because of the spectral similarity between subtidal- and intertidal features. Here we show that an unsupervised decision tree, used to derive spatially explicit and spectrally coherent image endmembers, facilitates robust linear spectral unmixing on an image-to-image basis, enabling the separation of these coastal features. We found that resulting abundance maps represent cross-shore gradients of vegetation, water and mud fractions present at the coast of Suriname. Furthermore, we confirmed that it is possible to separate land, water and an initial estimate of intertidal zones on individual images. Thus, spectral signatures of end-member candidates, determined from relevant index histograms within these initial estimates, are consistent. These results demonstrate that spectral information from well-defined spatial neighbourhoods facilitates the detection of diffuse boundaries of mudbanks with a spectral unmixing approach.

在以泥浆为主的沿海系统中，潮下带的测绘至关重要，因为它们不仅影响海岸线和生态系统动态，而且影响当地社区的经济活动和生计。由于悬浮颗粒物浓度的时空变化，潮汐下的泥滩经常被扩散迅速变化的边界所限制。为了避免这些泥浆在遥感影像中的表示不正确，有必要将独特的反射率信号分解成代表性的土地覆盖物。然而，由于潮下和潮间特征之间的光谱相似性，为了表征这种扩散边界而提取泥浆部分是具有挑战性的。在这里，我们显示了一个无监督决策树，用于导出空间显式和频谱相干的图像端成员，有助于在图像到图像的基础上进行鲁棒的线性光谱分解，从而可以分离这些沿海特征。我们发现，由此产生的丰度图代表了苏里南海岸上存在的植被，水和泥浆组分的跨岸梯度。此外，我们确认可以将陆地，水和潮间带的初始估计值在单个图像上分开。因此，从这些初始估计值中的相关索引直方图确定的最终成员候选者的光谱签名是一致的。这些结果表明，来自明确定义的空间邻域的光谱信息有助于通过光谱分解方法来检测泥滩的扩散边界。我们发现，由此产生的丰度图代表了苏里南海岸上存在的植被，水和泥浆组分的跨岸梯度。此外，我们确认可以将陆地，水和潮间带的初始估计值在单个图像上分开。因此，从这些初始估计值中的相关索引直方图确定的最终成员候选者的光谱签名是一致的。这些结果表明，来自明确定义的空间邻域的光谱信息有助于通过光谱分解方法来检测泥滩的扩散边界。我们发现，由此产生的丰度图代表了苏里南海岸上存在的植被，水和泥浆组分的跨岸梯度。此外，我们确认可以将陆地，水和潮间带的初始估计值在单个图像上分开。因此，从这些初始估计值中的相关索引直方图确定的最终成员候选者的光谱特征是一致的。这些结果表明，来自明确定义的空间邻域的光谱信息有助于通过光谱分解方法来检测泥滩的扩散边界。水和单个图像上潮间带的初步估计。因此，从这些初始估计值中的相关索引直方图确定的最终成员候选者的光谱签名是一致的。这些结果表明，来自明确定义的空间邻域的光谱信息有助于通过光谱分解方法来检测泥滩的扩散边界。水和单个图像上潮间带的初步估计。因此，从这些初始估计值中的相关索引直方图确定的最终成员候选者的光谱特征是一致的。这些结果表明，来自明确定义的空间邻域的光谱信息有助于通过光谱分解方法来检测泥滩的扩散边界。