實現(xiàn)可持續(xù)發(fā)展，加強對地球系統(tǒng)的理解、模擬和管理，離不開全球地表覆蓋數(shù)據(jù)。為實現(xiàn)上述目標，迫切需要更長時間序列、更高分辨率、更高頻率，一致且更詳細的全球地表覆蓋數(shù)據(jù)。然而，由于技術(shù)限制，難以同時提供高空間分辨率、高時間頻率的高質(zhì)量觀測數(shù)據(jù)?，F(xiàn)有的制圖方案受傳統(tǒng)的遙感數(shù)據(jù)限制，通常只有較短的觀測周期、較差的時空一致性和可比性。若要大幅改變上述狀況，則需建立一種新的制圖范式。

3月11日，清華大學地學系研究團隊在《環(huán)境遙感》（Remote Sensing of Environment）上發(fā)表題為“全球逐日無縫數(shù)據(jù)立方體制作及1985-2020年全球地表覆蓋變化趨勢確定，iMap World 1.0”（Production of global daily seamless data cubes and quantification of global land cover change from 1985 to 2020-iMap World 1.0）的研究論文，提出了新一代地球觀測數(shù)據(jù)與制圖解決方案，研制了世界上首套1985-2020年全球30米逐日無縫數(shù)據(jù)立方體（SDC），完成了首套1985-2020年全球逐年逐季節(jié)地表覆蓋制圖，填補了大規(guī)模高頻率、無縫遙感及制圖的空白。

該研究基于云計算、人工智能、虛擬星座以及時空重建與融合等最新技術(shù)，建立了智慧遙感制圖（iMap）框架（中文發(fā)表于《遙感學報》2021年第1期和第2期）。在此框架下，基于亞馬遜網(wǎng)絡服務平臺，構(gòu)建了一個自動化的端到端的數(shù)據(jù)生產(chǎn)鏈和并行制圖系統(tǒng)，提供高效傳輸、處理PB級并且近500萬幅遙感影像的能力和算力，能夠為逐日SDC和全球地表覆蓋制圖的研制提供有效支持。

無縫數(shù)據(jù)立方體開發(fā)和全球土地覆蓋制圖技術(shù)框架

該研究所生產(chǎn)的SDC，由Landsat、MODIS和AVHRR虛擬星座的多源時空數(shù)據(jù)融合重建產(chǎn)生，無云無縫，提高了遙感觀測質(zhì)量，可重現(xiàn)完整無縫的時空序列軌跡。獨立驗證表明，SDC的平均相對誤差低于2.14%。該SDC以高效先進的數(shù)據(jù)立方體（Data Cube）形式組織，符合最新的“即得即用”數(shù)據(jù)（Analysis Ready Data, ARD)范式，可直接應用于各類分析。

基于SDC，結(jié)合樣本遷移、機器學習和時空后處理等多種算法，該研究進而生成了長達36年，分辨率為30米的長時序、高分辨率、高一致性的全球地表覆蓋數(shù)據(jù)集。年度地表覆蓋圖多期平均總體準確度，對于1級類為80%，對于2級類（29類和33類）則超過73%?；谟蒄LUXNET站點組成的客觀驗證樣本驗證，該研究所得制圖精度比現(xiàn)有全球地表覆蓋數(shù)據(jù)集的總體精度高10%以上。

2020年全球土地覆蓋地圖

根據(jù)1985-2020年間全球地表覆蓋面積的統(tǒng)計結(jié)果，全球平均地表覆蓋變化率為0.36%/年。在此年間，全球森林覆蓋面積從3844萬平方公里減少至3697萬平方公里，減少了147萬平方公里；耕地覆蓋面積從1249萬平方公里增加至1333平方公里，增長了84萬平方公里；不透水面覆蓋面積從57萬平方公里增加至105萬平方公里，增長了48萬平方公里。

1985-2020年全球和地區(qū)地表覆蓋變化趨勢

從研究價值上來看，該研究不僅實現(xiàn)了長時間序列逐日無縫、近實時的遙感制圖產(chǎn)品的高效生產(chǎn)，高精度統(tǒng)一標準“即得即用”遙感數(shù)據(jù)集的提供，同時也開辟了衛(wèi)星遙感數(shù)據(jù)處理和信息提取的新范式，有利于大幅推進遙感的應用發(fā)展。此外，這套SDC和制圖成果為高精度定量遙感打下了基礎，也為土地資源管理提供了決策支持。結(jié)合聯(lián)合國可持續(xù)發(fā)展目標，該數(shù)據(jù)作為全球環(huán)境變化研究的基礎數(shù)據(jù)，能夠為有關(guān)地球系統(tǒng)動態(tài)模擬和預測的相關(guān)研究提供支持，也能為農(nóng)業(yè)集約化、糧食安全、環(huán)境變化與健康、災害評估、氣候模擬、碳儲備等國民經(jīng)濟的諸多方面研究提供服務。

清華大學地學系博士生劉涵為論文的第一作者，香港大學宮鵬教授為論文通訊作者，清華大學地學系徐冰教授為合作者。合作者還包括清華海峽研究院人工智能地球?qū)嶒炇铱偣こ處熗踅?、清華海峽研究院助理院長王熙、光環(huán)云有限公司寧琪。該研究得到了國家自然科學基金的支持。