为了准确地识别红树林中的各种红树物种种群分布区，以广东湛江红树林国家级自然保护区核心区的高桥红树林区为研究区，采用决策树算法、随机森林算法、自适应提升算法、梯度提升决策树算法、极端梯度提升算法和轻量级梯度提升机算法，利用WorldView-2卫星的高分辨率影像数据，构建影像的原始光谱波段、原始光谱波段+植被指数、原始光谱波段+植被指数+纹理特征3种特征组合数据集，识别研究区红树林中的各种红树物种种群分布区，分析各种算法在红树物种识别中的适用性。研究结果表明，5种集成学习算法的分类结果都优于决策树算法，其中，轻量级梯度提升机算法分类结果的分类精度最高，基于WorldView-2影像的8个原始光谱波段+12种植被指数+28种纹理特征，轻量级梯度提升机算法分类结果的总体分类精度值为93.15%，其分配不一致性值为5.07%，数量不一致性值为1.78%；极端梯度提升算法和随机森林算法在红树物种识别中也具有良好的适用性。WorldView-2卫星影像是对红树林中各种红树物种进行遥感分类的理想数据源，其纹理特征能显著提高分类精度，轻量级梯度提升机算法在红树物种识别中具有很大的应用潜力。