Los humedales costeros de China desempeñan un papel crucial en el mantenimiento de la biodiversidad y en la provisión de servicios ecosistémicos esenciales. Sin embargo, la ausencia de mapas de tipos de humedales de alta resolución plantea desafíos sustanciales para la conservación y gestión efectivas. Este estudio propone un marco de clasificación en dos pasos que integra algoritmos de Random Forest basados en píxeles con árboles de decisión jerárquicos basados en objetos, utilizando imágenes de series temporales de Landsat-8 para generar un mapa detallado de humedales que comprende 10 tipos de humedales y 5 categorías de no humedales. Los resultados revelan patrones espaciales distintos a lo largo de la costa de China: los humedales de agua dulce y los sistemas fluviales dominan las regiones del norte, mientras que las zonas costeras del sur presentan extensas planicies intermareales, estanques de acuicultura y ecosistemas de manglares. El método propuesto logró una precisión general del 89.76% y un coeficiente Kappa de 0.891, demostrando su efectividad para el mapeo de humedales a gran escala. Este estudio proporciona un sólido apoyo técnico para la conservación sostenible y la gestión ecológica de los humedales costeros.