占全球約3%的城市地表供養了55%的人類生活，復雜高強度的人類活動使城市景觀劇烈變化，但當前學術界缺少長時間連續序列-高時空分辨率城市景觀動態數據，導致城市景觀演變的驅動機制及其產生的生態效應尚不明確，這制約了城市居民福祉提升和城市可持續發展。
中國科學院東北地理與農業生態研究所城市森林與濕地學科組研究人員基于Google Earth Engine（GEE）云平臺，針對城市景觀首次開發了Landsat影像的銳化方法，保留原始光學信息、提升影像空間分辨率，結合植被物候、地表光學信息、方差最大法，提出了城市景觀多級決策分類體系（MDR），探明了2000-2019年長春市15m空間分辨率的逐年景觀動態。基于逐年景觀動態，研究人員確定了景觀動態突變年，并結合年鑒數據、遙感數據、氣象數據，揭示城市景觀動態的驅動機制、科學量化所產生的生態效應。
結果表明：（1）該研究提出的城市景觀多級分類方法精度較高，可達92%，MDR分類體系具有可用性與普適性。經測試，其可在較高精度下（超過0.85±0.01）繪制世界上大城市景觀覆被圖；（2）2000年至2019年間，長春市景觀動態以建成區增加（34.0×103 ha至47.5×103 ha）、耕地減少（22.0×103 ha至5.7×103 ha）為主，城市綠地面積持續增加。2009年是土地動態的轉折點，2009年之后，建成區增速由每年2.24%減至每年1.30%、耕地流失的速度由每年9.19%減至每年5.29%、綠地增速由每年2.66%減至每年0.43%；（3）20年來，盡管建成區不斷增加，但城市綠地和建成區的比例維持在40%左右。GDP增長、人口流動、工業發展推動城市景觀變化，而建成區比例增長、綠地比例增長與市區風速減緩相關，導致市區細顆粒物增長。
該研究由東北地理所副研究員任志彬、博士生董禹麟、博士生付堯等完成，研究員何興元為論文通訊作者，相關成果發表在Remote Sensing上。該研究得到中科院青年促進會會員項目、國家自然科學基金項目、吉林省科技發展項目的資助。
圖1.基于GEE的Landsat圖像銳化效果對比