東北地理所實現(xiàn)長時間序列-高時空分辨率城市景觀動態(tài)遙感監(jiān)測
占全球約3%的城市地表供養(yǎng)了55%的人類生活，復雜高強度的人類活動使城市景觀劇烈變化，但當前長時間連續(xù)序列-高時空分辨率城市景觀動態(tài)數(shù)據(jù)嚴重缺失，導致城市景觀演變的驅(qū)動機制及其所產(chǎn)生的生態(tài)效應尚不明確，這嚴重制約了城市居民福祉的有效提升和城市可持續(xù)發(fā)展。
中科院東北地理所城市森林與濕地學科組的研究人員基于Google Earth Engine（GEE）云平臺，針對城市景觀首次開發(fā)了Landsat影像的銳化方法，在保留原始光學信息的同時提升了影像空間分辨率（圖 1），并結(jié)合植被物候、地表光學信息、方差最大法，提出了城市景觀多級決策分類體系（MDR），探明了2000-2019年長春市15m空間分辨率的逐年景觀動態(tài)。基于逐年景觀動態(tài)，研究人員確定了景觀動態(tài)突變年，并結(jié)合年鑒數(shù)據(jù)、遙感數(shù)據(jù)、氣象數(shù)據(jù)，進一步揭示了城市景觀動態(tài)的驅(qū)動機制，科學量化所產(chǎn)生的生態(tài)效應。
圖1. 基于GEE的Landsat圖像銳化效果對比
圖2. 2019年15m分辨率世界主要城市景觀覆被
結(jié)果表明：（1）本研究提出的城市景觀多級分類方法精度較高，可達92%，MDR分類體系具有較強的可用性與普適性，經(jīng)測試其可在較高精度下（超過0.85±0.01）繪制世界上大城市景觀覆被圖（圖 2）；（2）2000年至2019年間，長春市景觀動態(tài)以建成區(qū)增加（34.0×103 ha至47.5×103 ha）、耕地減少（22.0×103 ha至5.7×103 ha）為主，城市綠地的面積持續(xù)增加。2009年是土地動態(tài)的轉(zhuǎn)折點，2009年之后，建成區(qū)增速由每年2.24%減至每年1.30%、耕地流失的速度由每年-9.19%減至每年-5.29%、綠地增速由每年2.66%減至每年0.43%（圖 3）；（3）20年來，盡管建成區(qū)不斷增加，但城市綠地和建成區(qū)的比例維持在0.4左右。GDP增長、人口流動、工業(yè)發(fā)展顯著地推動了城市景觀變化，而建成區(qū)比例增長、綠地比例增長與市區(qū)風速減緩顯著相關，導致了市區(qū)細顆粒物的增長（圖 4）。
圖3. 長春市2000-2019年逐年15米土地利用/覆被地圖
圖4. 土地動態(tài)與社會經(jīng)濟生態(tài)指標的相關關系
該研究由任志彬副研究員、博士生董禹麟、博士生付堯等主要完成，何興元研究員為通訊作者，相關成果發(fā)表在Remote Sensing (IF = 4.501)。該研究由中國科學院青年促進會會員項目（2020237）、國家自然科學基金項目（41701210）、吉林省科技發(fā)展項目（20190303067SF）等共同資助。
論文信息：Dong, Y.; Ren, Z.; Fu, Y.; Miao, Z.; Yang, R.; Sun, Y.; He, X*. Recording Urban Land Dynamic and Its Effects during 2000–2019 at 15-m Resolution by Cloud Computing with Landsat Series. Remote Sens. 2020, 12, 2451.
論文連接：https://www.mdpi.com/2072-4292/12/15/2451
附件下載：
吉公網(wǎng)安備22017302000214號
