佳作分享| Scientific Data：大湄公河次区域高分辨率不透水面制图

近日，中国石油大学（华东）孙根云教授团队联合北京师范大学、新南威尔士大学、中科院空天院等单位的多位学者在大尺度高分辨率不透水面制图方面取得进展，针对大湄公河次区域开发了一套多时相、高精度的不透水面地图。研究成果及数据集以《A 10-m resolution impervious surface area map for the greater Mekong subregion from remote sensing images》为题在Nature旗下期刊《Scientific Data》发表。

近几十年来，持续的城市化已成为全球的普遍趋势。大湄公河次区域，包括越南、老挝、柬埔寨、缅甸，泰国，以及中国的云南省和广西壮族自治区，正经历着从农村向工业社会的急剧转型。快速的城市化为大湄公河次区域带来了一系列环境问题，例如湿地森林等自然土地的退化，水和空气污染等等，最终影响着社会的可持续发展和人类福祉。不透水面是指能够减缓或阻止地表水渗入土壤的人造表面，比如道路，屋顶和广场。作为人类活动的重要标志，明确的不透水面分布为探索城市化提供了重要的视角。因此，高分辨率和多时相的不透水面地图对于定量描述大湄公河次区域的城市动态至关重要。然而，多云多雨，景观复杂的自然条件导致大湄公河次区域目前可用的相关地图精度较低，不足以支持精准的动态分析。

为此，本研究提出了一个基于GEE平台的机器学习不透水面提取框架（图1），包括（a）遥感影像处理，（b）多源特征提取，（c）训练样本收集与处理，以及（d）分类与后处理。首先，在GEE平台收集并处理研究时间段（2016-2022年）所涵盖的所有Sentinel-1和Sentinel-2影像，分别进行年度/季度中值合成和年度中值合成。基于此提取光谱，光谱指数，后向散射，物候，时序和纹理等多源特征，堆叠后进行随机森林分类。另外，研究引入了一种训练样本迁移策略，无需收集额外的训练样本，可实现多时相不透水面的自动制图。

图1. 多时相不透水面提取框架

所生产的大湄公河次区域不透水面地图精度达92.75%，对于道路等细小目标的识别也足够精准（图2）。研究为探索大湄公河次区域的不透水面空间分布与结构提供了基础数据，也为水文学、生态学、地理学、城市规划等领域提供了高质量信息。数据集的多时相性还可服务于监测城市的扩张动态例如扩张速度，扩张强度和扩张方向等，最终服务于城市的可持续发展。

图2. 研究生产的多时相大湄公河次区域不透水面地图

文章链接：https://www.nature.com/articles/s41597-023-02518-z

数据链接：https://doi.org/10.6084/m9.figshare.21836196.v3

引用格式：Sun, G., Li, Z., Zhang, A. et al. A 10-m resolution impervious surface area map for the greater Mekong subregion from remote sensing images. Sci Data 10, 607 (2023). https://doi.org/10.1038/s41597-023-02518-z

第一作者：孙根云 genyunsun@163.com

通讯作者：闫凯 kaiyan@bnu.edu.cn、李静：lijing01@radi.ac.cn

转自：“科研圈内人”微信公众号

如有侵权，请联系本站删除！