占全球约3%的城市地表供养了55%的人类生活，复杂高强度的人类活动使城市景观剧烈变化，但当前长时间连续序列-高时空分辨率城市景观动态数据严重缺失，导致城市景观演变的驱动机制及其所产生的生态效应尚不明确，这严重制约了城市居民福祉的有效提升和城市可持续发展。 

　　中科院东北地理所城市森林与湿地学科组的研究人员基于Google Earth Engine（GEE）云平台，针对城市景观首次开发了Landsat影像的锐化方法，在保留原始光学信息的同时提升了影像空间分辨率（图 1），并结合植被物候、地表光学信息、方差最大法，提出了城市景观多级决策分类体系（MDR），探明了2000-2019年长春市15m空间分辨率的逐年景观动态。基于逐年景观动态，研究人员确定了景观动态突变年，并结合年鉴数据、遥感数据、气象数据，进一步揭示了城市景观动态的驱动机制，科学量化所产生的生态效应。 

　　图1. 基于GEE的Landsat图像锐化效果对比 

　　图2. 2019年15m分辨率世界主要城市景观覆被 

　　结果表明：（1）本研究提出的城市景观多级分类方法精度较高，可达92%，MDR分类体系具有较强的可用性与普适性，经测试其可在较高精度下（超过0.85±0.01）绘制世界上大城市景观覆被图（图 2）；（2）2000年至2019年间，长春市景观动态以建成区增加（34.0×10³ ha至47.5×10³ ha）、耕地减少（22.0×10³ ha至5.7×10³ ha）为主，城市绿地的面积持续增加。2009年是土地动态的转折点，2009年之后，建成区增速由每年2.24%减至每年1.30%、耕地流失的速度由每年-9.19%减至每年-5.29%、绿地增速由每年2.66%减至每年0.43%（图 3）；（3）20年来，尽管建成区不断增加，但城市绿地和建成区的比例维持在0.4左右。GDP增长、人口流动、工业发展显著地推动了城市景观变化，而建成区比例增长、绿地比例增长与市区风速减缓显著相关，导致了市区细颗粒物的增长（图 4）。 

　　图3. 长春市2000-2019年逐年15米土地利用/覆被地图 

　　图4. 土地动态与社会经济生态指标的相关关系 

　　该研究由任志彬副研究员、博士生董禹麟、博士生付尧等主要完成，何兴元研究员为通讯作者，相关成果发表在Remote Sensing (IF = 4.501)。该研究由中国科学院青年促进会会员项目（2020237）、国家自然科学基金项目（41701210）、吉林省科技发展项目（20190303067SF）等共同资助。 

　　论文信息：Dong, Y.; Ren, Z.; Fu, Y.; Miao, Z.; Yang, R.; Sun, Y.; He, X*. Recording Urban Land Dynamic and Its Effects during 2000–2019 at 15-m Resolution by Cloud Computing with Landsat Series. Remote Sens. 2020, 12, 2451. 

　　论文连接：https://www.mdpi.com/2072-4292/12/15/2451