地學(xué)系宮鵬研究組發(fā)布全球逐年高分辨率不透水面制圖產(chǎn)品

清華新聞網(wǎng)11月22日電 近日，清華大學(xué)地球系統(tǒng)科學(xué)系宮鵬教授研究組在《環(huán)境遙感》(Remote Sensing of Environment)在線(xiàn)發(fā)表題為《全球逐年不透水面變化: 1985-2018》(“Annual maps of global artificial impervious area between 1985 and 2018”)。該研究首次完成了全球高空間分辨率(30米)人造不透水面逐年動(dòng)態(tài)數(shù)據(jù)產(chǎn)品(1985-2018) (以下簡(jiǎn)稱(chēng)GAIA)，并揭示了全球主要國(guó)家和地區(qū)的城市化速率差異, 為全球城市化研究提供了重要的基礎(chǔ)數(shù)據(jù)。 

圖1.長(zhǎng)時(shí)序的不透水面面積變化（歐洲、北美和東亞）

根據(jù)聯(lián)合國(guó)最新的預(yù)測(cè)，到本世紀(jì)中葉，未來(lái)全球城市人口占世界總?cè)丝诘谋壤龝?huì)達(dá)到近70%，且大部分的新增城市人口將會(huì)發(fā)生在亞洲和非洲等發(fā)展中地區(qū)?？焖俚娜虺鞘谢M(jìn)程對(duì)城市環(huán)境和人居健康帶來(lái)了重大的挑戰(zhàn)。城市不透水面作為城市環(huán)境的重要基礎(chǔ)要素，對(duì)于開(kāi)展城市研究具有極為重要的現(xiàn)實(shí)意義。然而，目前全球仍沒(méi)有高時(shí)空分辨率且長(zhǎng)時(shí)序的城市數(shù)據(jù)產(chǎn)品來(lái)支撐全球城市化研究。

針對(duì)這一問(wèn)題，宮鵬教授領(lǐng)導(dǎo)的研究組基于Google Earth Engine云計(jì)算平臺(tái)，繪制了全球30米分辨率逐年的城市不透水面數(shù)據(jù)(1985-2018)。研究基于長(zhǎng)時(shí)序的Landsat光學(xué)影像(近150萬(wàn)景)及其他的輔助數(shù)據(jù)(夜間燈光數(shù)據(jù)及Sentinel-1 雷達(dá)數(shù)據(jù))，首先通過(guò)空間掩模和特征評(píng)價(jià)(“Exclusion-Inclusion”)算法實(shí)現(xiàn)了對(duì)逐年不透水面的快速制圖，然后通過(guò)時(shí)間一致性檢驗(yàn)(“Temporal Consistency Check”)算法對(duì)初始的不透水面序列進(jìn)行時(shí)間域?yàn)V波和轉(zhuǎn)化邏輯推理，從而保證了獲取的不透水面序列在時(shí)空上的合理性。針對(duì)全球干旱區(qū)不透水面制圖的難點(diǎn)，研究組引入了Sentinel-1 雷達(dá)數(shù)據(jù)和夜間燈光數(shù)據(jù)，較之前的研究顯著提高了產(chǎn)品在干旱區(qū)的制圖精度。通過(guò)對(duì)典型年份的精度評(píng)價(jià)分析可知GAIA的平均總體精度超過(guò)了90%。同時(shí)對(duì)比全球主要的城市數(shù)據(jù)產(chǎn)品發(fā)現(xiàn)，GAIA在城市面積的量級(jí)和時(shí)序特征上均更為合理。

研究首次基于長(zhǎng)時(shí)序的全球不透水面數(shù)據(jù)揭示了全球城市化進(jìn)程在主要國(guó)家和地區(qū)上的差異。北美和亞洲占據(jù)了全球近70%的不透水面面積。過(guò)去近30年，亞洲地區(qū)的不透水面在全球的占比從34%躍升到了43%。中國(guó)和美國(guó)作為全球主要的城市化區(qū)域，其不透水面占比全球約50%，且中國(guó)的城市化面積在2015年已超過(guò)美國(guó)。東亞和南亞地區(qū)是過(guò)去30年全球城市化的主要引擎。

清華大學(xué)地學(xué)系宮鵬教授、中國(guó)科學(xué)院遙感與數(shù)字地球研究所王杰博士為論文的通訊作者，其領(lǐng)導(dǎo)的研究組在主要生態(tài)要素(包括濕地、城市、林地、農(nóng)地、水體等)的制圖研究中積累大量的樣本和核心算法的開(kāi)發(fā)，為實(shí)現(xiàn)大范圍長(zhǎng)時(shí)序制圖工作的開(kāi)展提供了基礎(chǔ)。該研究工作還受到了國(guó)內(nèi)外機(jī)構(gòu)相關(guān)機(jī)構(gòu)的合作和支持，包括清華大學(xué)中國(guó)城市研究院、清華海峽院人工智能地球?qū)嶒?yàn)室（AI for Earth Lab）、 愛(ài)荷華州立大學(xué)、加州大學(xué)戴維斯分校、中山大學(xué)和北京城市規(guī)劃研究院。研究得到了國(guó)家全球變化與應(yīng)對(duì)重點(diǎn)專(zhuān)項(xiàng)、Delos捐助和唐仲英基金會(huì)的部分支持。研究所得到的GAIA數(shù)據(jù)可以通過(guò)清華大學(xué)進(jìn)行開(kāi)放下載: http://data.ess.tsinghua.edu.cn.

原文鏈接：

https://www.sciencedirect.com/science/article/pii/S0034425719305292

供稿：地學(xué)系

編輯：李華山

審核：周襄楠