2015—2020年中国土地利用变化遥感制图及时空特征分析

持续地开展国家尺度土地利用/覆盖变化遥感监测对于新时代国土空间规划和“美丽中国”蓝图绘制具有重要的科学价值。本文采用Landsat 8 OLI、GF-2等卫星遥感数据,融合遥感大数据云计算和专家知识辅助人机交互解译方法,研发了中国土地利用变化（2015—2020年）和2020年土地利用现状矢量数据（CLUD 2020）,建立了完整的30 a（20世纪80年代末—2020年）每隔5 a的30 m分辨率中国土地利用动态数据库。基于CLUD 2020数据,从全国和区域两个尺度揭示了2015—2020年中国土地利用变化的总体规律、区域分异和主要特征。研究表明：将遥感大数据云计算生成的30 m分辨率植被覆盖变化和地表类型变化检测信息融入到人机交互遥感解译方法,可有效地提高大范围土地利用变化遥感制图的效率和变化图斑辨识的准确性;精度评价表明,CLUD 2020一级类型制图的综合精度达95%。总体上,全国范围内国土空间开发强度与2010—2015年比较进入相对稳定状态。期间全国耕地面积仍保持减少态势,空间分异特征为耕地南减北增,东北松嫩平原及其与三江平原交界区大规模的旱地向水田转移,西北新疆南部开垦和北部退耕/撂荒并存;全国城乡建设用地持续增加,空间分异特征表现为由以往的沿海地区和超大、大城市集聚转向中西部地区的大中小城镇周边蔓延为主。全国范围的林草自然生态用地面积持续减少,但强度与2010—2015年比较有所下降;受气候变化的持续影响,青藏高原地区的河流湖泊等水域面积显著增加。以上土地利用变化格局与“十三五”期间国家高质量发展、生态文明建设宏观战略和气候变化的影响密切相关。     

退耕还林还草工程对黄土高原植被总初级生产力的影响

采用Landsat解译的2000年和2015年土地利用/覆盖数据和VPM模型（Vegetation Photosynthesis Model）模拟的2000~2016年总初级生产力（Gross Primary Productivity, GPP）数据,识别出了近16 a黄土高原退耕还林还草的空间范围,并估算了GPP的年际变化趋势。在此基础上,对比分析了退耕区和未退耕区GPP年际变化的差异,从而揭示退耕还林还草工程对GPP年际变化的影响。结果显示,2000~2015年,黄土高原退耕还林还草面积约3.5万km ²,占2000年耕地面积的16.8%。期间,GPP呈增加趋势,GPP显著上升区域占全区面积的67.3%,平均增速24.1 g/(m ²?a)（以C计,下同）。虽然退耕区多年平均GPP低于未退耕区,但退耕区GPP年际增速和相对变化率明显高于未退耕区,分别提高了5.9 g/(m ²?a)和1.5%。     

遥感云计算平台发展及地球科学应用

人类已有半个多世纪的全球历史遥感数据积累,这些不断涌现的海量遥感数据形成的遥感大数据为地球科学研究提供了丰富的数据支持;对遥感大数据快速处理、分析和挖掘是一个新的挑战。遥感云计算平台的出现为遥感大数据挖掘提供了前所未有的机遇,并彻底改变了传统遥感数据处理和分析的模式,使得全球尺度的长时间序列快速分析和应用成为可能。本文系统梳理了国内外遥感云计算平台发展现状,归纳了截止目前遥感云计算平台在地球科学领域应用的主要方向。在此基础上讨论了目前遥感云计算平台的局限性,并展望了未来需要解决的关键技术和核心问题,提出了中国遥感云计算平台发展的建议。随着人类对地球的认识需求提升,遥感云计算平台将会在地学研究中发挥更大的作用,服务于地学知识的深入及人类社会可持续发展。     

基于Landsat TM的2001~2015年哈尔滨市地表温度变化特征分析

以哈尔滨市为例,基于2001年、2004年、2008年和2015年夏季Landsat TM 5 /OLI 8遥感影像为基础数据源,采用“单窗算法”遥感技术手段定量反演瞬时地表温度格局,并深入分析温度特征,分区差异和重心变化。研究表明：2001~2015年研究区温度增加1.44℃,平均温年增0.10℃,3时段（2001~2004年、2005~2008年、2009~2015年）年均温分别增加0.08℃、0.09℃、0.12℃,具有加速上升趋势;最高温增加2.74℃,始终位于香坊区,最低温基本恒定,始终位于道里区;2001~2015年极高、高、极低温度分区面积增加4.92 km²、104.07 km²、87.71 km²,年均增量均具有持续增加趋势,中、低分区面积减少110.61 km²、84.94 km²,具有波动降低趋势,极高、高、中、低分区格局总体按照城区-城乡结合地区-乡村的水平梯度扩展;地表温度重心向东偏南70.58°方向移动536.90 m,其中6个市辖区迁移方向和距离差异明显,表明地表能量移动方向和温度重新分布的活跃程度不同。总体来看,研究区地表温度上升明显,分区时空变化剧烈,能量的轨迹移动过程具有折返特征。     

地理系统模型研究进展

地理系统是多圈层交互的复杂巨系统。地理系统模型是理解和预测不同尺度地理系统格局和过程变化最重要的研究方法。地理系统模型作为可持续发展科学决策必需的工具,是自然地理学重要的研究方向。过去几十年来,在全球变化等全球性重大环境问题和人类科学决策需求的推动下,地理系统模型虽然发展迅速,但还不足以准确地模拟和预测复杂人地耦合系统。本文分别从模型原理、框架和尺度等方面回顾与梳理了地理系统模型从单要素到多要素、从统计到过程、从静态到动态、从单点到区域和全球尺度模拟等发展历程,并总结了地理系统模型对发展人类—自然耦合系统以及模型—数据融合系统的趋势。发展中国的地理系统模型将有助于中国和全球可持续发展的科学决策。     

农业土地利用遥感信息提取的研究进展与展望

农业用地占到全球土地面积近一半,农业土地利用（包括耕地及作物分布、种植制度、土地管理等）变化直接影响到粮食安全、水安全、生态安全和气候变化。遥感已经成为土地利用信息获取的重要手段,近年来中分辨率遥感卫星如Landsat、Sentinel以及中国高分卫星等的免费开放为国内外农业土地利用信息提取提供了前所未有的机遇,取得了一系列重要研究进展。本文从耕地分布、作物类型识别、农业种植制度以及农业土地管理4个角度分析了土地利用信息提取的最新研究进展。结果发现：① 耕地分布产品已经由过去的粗分辨率提升到10~30 m,耕地现状数据较为丰富,但挖掘遥感数据实现耕地变化历史回溯的能力有待加强;② 作物分类方面多采用地面调查数据和卫星遥感（Landsat和Sentinel-2为主）相结合的方式进行,在北美和欧洲得到了业务化运行,但对作物种植面积早期监测的能力有待加强;③ 基于遥感的农业种植制度信息获取（如撂荒）研究多集中在东欧等地区,在中国由于经济和政策因素导致的撂荒、轮作、休耕等现象也十分普遍,但具有针对性的遥感监测研究目前还相对缺乏;④ 农业土地管理措施信息提取方面,区域灌溉面积产品取得了重要进展,但数据的可靠性和准确性仍有待提高。在此基础上,我们结合遥感大数据、深度学习算法、云计算平台的发展对未来农业土地利用信息提取研究进行了展望：① 融合多源数据形成更高维度空间、光谱和时间信息的遥感大数据,提升特征提取和数据挖掘能力;② 机器学习和深度学习算法等智能化方法与基于地理学和物候信息的专家知识方法的耦合;③ 遥感云计算和大数据挖掘等前沿遥感和计算技术的应用。     

陆表水体遥感监测研究进展

江河湖泊等陆表水体在工农业生产、气候调节、生态系统维持等方面扮演着至关重要的角色。在气候变化与人类活动的作用下,陆表水体的空间分布始终在发生着变化,因而对其进行快速精准的时空变化监测对水资源管理与保护、未来气候变化预测等有着重要的意义。遥感技术为大范围水体动态监测提供了全新的技术手段,特别是在当前地球大数据背景下,水体提取算法不断改进,遥感数据源急剧增加,但缺乏对算法和数据演化过程的系统整理。鉴于此,本文对现有水体提取算法与遥感数据进行了综合梳理,归纳了单波段阈值法、多波段谱间关系法、水体指数与阈值法、支持向量机、随机森林、深度学习等常用算法的演变,以及遥感数据源由低（MODIS等）到中（Landsat等）和高（高分1/2号等）空间分辨率的发展过程,并在此基础上讨论了各算法与数据源在水体变化研究中的差异。此外,本文论述了数据处理平台由本地计算到高性能云计算平台（如谷歌地球引擎）的发展,云计算促进地表水变化研究由基于时间片段到基于时间序列连续过程分析的转变,以及云计算在大尺度范围的应用。最后,本文还对多源遥感数据融合与云计算平台的结合在地表水体连续变化监测中的应用进行了展望,并对不同类型水体提取的不确定性进行了讨论。     

遥感云计算平台相关文献计量可视化分析

在遥感大数据时代背景下,遥感云计算平台的出现改变了遥感数据处理和分析的传统模式,极大地提高了运算效率,使得全球尺度的快速分析成为可能.国内外已有众多学者利用遥感云计算平台开展研究,然而相对缺乏对遥感云计算平台发展和应用的客观性综述.本文基于Web of Science (WoS)和中国知网CNKI(China Nati...     

城乡不透水面增长格局及地表温度的响应特征研究

为探究中国北方中温带,特别是东北寒区快速城市化地区城乡不透水增长格局及地表温度的响应特征,本文以哈尔滨市为例,基于国家资源环境遥感时空信息平台土地利用/覆盖变化（LUCC）数据集解译的2001年与2015年城乡建设用地和Landsat 7/8数字遥感影像,结合植被-不透水面-土壤（V-I-S）端元选取和完全约束最小二乘混合像元线性分解模型进行了不透水面提取（分辨率15 m×15 m）,并运用单窗算法进行了夏季地表温度遥感反演。结果表明：2001-2015年建设用地扩张259.05 km²,不透水面上升163.96 km²,城市与乡村不透水面占各自建设用地的比例由2001年的43.92%、21.35%变化为2015年的49.14%、34.27%,城乡比例差由22.57%缩减至14.87%,单位建设用地内乡村不透水面增量较高;2001-2015年城区以低温区、中温区、高温区为主,对不透水面扩张的响应剧烈,而乡村以低温区和中温区为主,低温区和高温区响应剧烈;地表温度与不透水面具有显著正相关,在低、中、高不透水密度区分别升温1.16o、1.45和1.79 ℃,相同不透水面盖度下城市升温高于乡村。总体而言,研究区不透水面大幅扩张,温度分区变化剧烈,地表温度随不透水面增加升温效果明显。     

生态退耕对中国农田生产力的影响(英文)

The changes in cropland quantity and quality due to land use are critical concerns to national food security, particularly for China. Despite the significant ecological effects, the ecological restoration program (ERP), started from 1999, has evidently altered the spatial patterns of China’s cropland and agricultural productivity. Based on cropland dynamic data from 2000 to 2008 primarily derived from satellite images with a 30-m resolution and satellite-based net primary productivity models, we identified the impacts on agricultural productivity caused by ERP, including "Grain for Green" Program (GFGP) and "Reclaimed Cropland to Lake" (RCTL) Program. Our results indicated that the agricultural productivity lost with a rate of 132.67×104 t/a due to ERP, which accounted for 44.01% of the total loss rate caused by land use changes during 2000-2005. During 2005-2008, the loss rate due to ERP decreased to 77.18×104 t/a, which was equivalent to 58.17% of that in the first five years and 30.22% of the total loss rate caused by land use changes. The agricultural productivity loss from 2000-2008 caused by ERP was more attributed to GFGP (about 70%) than RCTL. Although ERP had a certain influence on cropland productivity during 2000-2008, its effect was still much less than that of urbanization; moreover, ERP was already converted from the project implementation phase to the consolidation phase.