自然资源管理和生态环境评价离不开准确可靠的土地利用/土地覆盖（Land Use/Land Cover，LULC）数据，而土地调查和遥感监测是了解和掌握LULC变化的主要手段。现有的LULC遥感监测产品存在缺乏更新和精细尺度土地调查统计数据获取不足等问题。为此，清华大学地学系俞乐副教授课题组提出了一种LULC遥感监测产品自动更新和优化的方法（图1）。该方法利用变化检测、样本迁移和机器学习，实现了已有LULC遥感监测产品的自动更新。基于第二次全国土地调查（以下简称二调）和第三次全国国土调查（以下简称三调）数据，研究进一步开发了基于最小交叉熵策略的统计数据空间分配方法，提高了遥感监测结果与二调、三调统计数据的一致性。

上述研究成果以“Integrating remote sensing temporal trajectory and survey statistics to update land use/land cover maps”（基于遥感时序轨迹与调查统计数据的土地利用/土地覆盖制图更新）为题，发表在International Journal of Digital Earth《国际数字地球学报》上。

图1 基于变化检测与土地调查统计数据约束的土地利用/土地覆盖制图更新与优化框架

研究结果显示，与原始数据集相比，更新后的LULC制图产品与原始数据集保持了较好的连续性，不同LULC类型面积未呈现不合理的突变现象。此外，该方法提高了LULC遥感监测结果和二调、三调统计数据之间的一致性（图2），能够为更新当前的LULC遥感监测产品提供高效实用的解决方案，并进一步服务于LULC的持续监测和土地资源的可持续管理。

图2 基于全国土地调查统计数据约束的制图优化方法（以陕西省为例）

清华大学地学系博士后杜贞容（现任大连理工大学副教授）为本文第一作者，合作者包括清华大学、中国地质环境监测院、山西大学、中国农业科学院、中国农业大学、中国科学院空天信息创新研究院、香港大学的研究人员。研究得到了国家重点研发计划课题、国家自然科学基金委项目、中央高校基本科研基金项目和清华大学自主科研计划项目的支持。‬‬‬‬‬‬‬‬‬

全文链接：https://doi.org/10.1080/17538947.2023.2274422

供稿：杜贞容

编辑：王佳音

审核：俞乐 张强