東北地理所在國家尺度濕地分布逐年制圖研究領(lǐng)域取得重要進展
濕地作為“山水林田湖草沙”生命共同體的重要組成部分，是實現(xiàn)可持續(xù)發(fā)展進程中關(guān)系國家和區(qū)域生態(tài)安全的戰(zhàn)略資源。在全球濕地生態(tài)系統(tǒng)退化的背景下，精準、及時、大范圍的濕地空間分布信息對于濕地資源的保護與可持續(xù)利用，以及聯(lián)合國可持續(xù)發(fā)展目標（SDGs）相關(guān)指標的評估都至關(guān)重要。然而，由于年度訓(xùn)練樣本獲取難度大、大尺度分類制圖背景干擾信息多、計算資源需求大、以及年際精度不穩(wěn)定等因素的影響，已有國家尺度的濕地制圖研究多集中于單一年份或較低時間頻率，無法持續(xù)生成高分辨率的逐年分布數(shù)據(jù)集，難以滿足科學(xué)研究和生態(tài)系統(tǒng)管理的需求。
針對上述問題，在遙感大數(shù)據(jù)和云計算平臺的支持下，我所濕地遙感研究團隊開發(fā)了一種先驗知識驅(qū)動的大尺度濕地動態(tài)制圖方法，首次實現(xiàn)了中國10米空間分辨率、年度連續(xù)更新（2016~2024年）、多類型的國家尺度濕地動態(tài)監(jiān)測數(shù)據(jù)產(chǎn)品，平均總體精度達到81%以上。該方法通過整合地形、土壤濕度、以及植被與水體的長時序動態(tài)特征來計算濕地發(fā)生概率，并以此作為先驗知識，結(jié)合機器學(xué)習(xí)方法，實現(xiàn)了國家尺度、逐年濕地分布制圖。該方法有效減少了大尺度分類制圖中非濕地地物類型的干擾，顯著降低了模型對海量訓(xùn)練樣本的依賴，并顯著提升了逐年濕地分類制圖的計算效率與精度穩(wěn)定性。
研究結(jié)果表明，2016年至2024年間，中國濕地總面積總體相對穩(wěn)定，呈現(xiàn)約0.5%的微弱增長。中國濕地類型以水體（66.28%）和內(nèi)陸草本沼澤（29.90%）為主。在空間分布上，東北地區(qū)（28.19%）和青藏高原地區(qū)（25.25%）的濕地面積占比最高。在各濕地類型年際變化方面，水體表現(xiàn)出最顯著的擴張趨勢（+1.24%），濱海木本沼澤略有增加；與之相反，灘涂和濱海草本沼澤面積分別減少了710平方千米和620平方千米，內(nèi)陸草本沼澤面積略有下降。
該研究成果近期發(fā)表于遙感領(lǐng)域國際頂級期刊ISPRS Journal of Photogrammetry and Remote Sensing（C刊，IF=12.2），由東北地理所博士畢業(yè)生王銘（第一作者）、毛德華研究員（通訊作者）、王宗明研究員，聯(lián)合羅德島大學(xué)王野喬教授等共同完成。相關(guān)研究受國家自然科學(xué)基金（42330109，42171379，42501400）、安徽農(nóng)業(yè)大學(xué)引進高層次人才科研啟動項目（rc522413）共同資助。
論文信息：Ming Wang, Dehua Mao*, Yeqiao Wang, Hengxing Xiang, Mingming Jia, Bin Dong, Zongming Wang, 2026. Annual wetland changes across China (2016–2024) from multisource temporal data and knowledge-driven machine learning approach. ISPRS Journal of Photogrammetry and Remote Sensing, 237: 754-588.
論文鏈接：https://doi.org/10.1016/j.isprsjprs.2026.05.001
附件下載：
吉公網(wǎng)安備22017302000214號
