實現可持續發展，加強對地球係統的理解、模擬和管理，離不開全球地表覆蓋數據。為實現上述目標，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據。然而，由於技術限製，難以同時提供高空間分辨率、高時間頻率的高質量觀測數據。現有的製圖方案受傳統的遙感數據限製，通常隻有較短的觀測周期、較差的時空一致性和可比性。若要大幅改變上述狀況，則需建立一種新的製圖範式。

　　3月11日，地學係研究團隊在《環境遙感》（Remote Sensing of Environment）上發表題為“全球逐日無縫數據立方體製作及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據與製圖解決方案，研製了世界上首套1985-2020年全球30米逐日無縫數據立方體（SDC），完成了首套1985-2020年全球逐年逐季節地表覆蓋製圖，填補了大規模高頻率、無縫遙感及製圖的空白。

　　該研究基於雲計算、人工智能、虛擬星座以及時空重建與融合等最新技術，建立了智慧遙感製圖（iMap）框架（中文發表於《遙感學報》2021年第1期和第2期）。在此框架下，基於亞馬遜網絡服務平台，構建了一個自動化的端到端的數據生產鏈和並行製圖係統，提供高效傳輸、處理PB級並且近500萬幅遙感影像的能力和算力，能夠為逐日SDC和全球地表覆蓋製圖的研製提供有效支持。

無縫數據立方體開發和全球土地覆蓋製圖技術框架

　　該研究所生產的SDC，由Landsat、MODIS和AVHRR虛擬星座的多源時空數據融合重建產生，無雲無縫，提高了遙感觀測質量，可重現完整無縫的時空序列軌跡。獨立驗證表明，SDC的平均相對誤差低於2.14%。該SDC以高效先進的數據立方體（Data Cube）形式組織，符合最新的“即得即用”數據（Analysis Ready Data, ARD)範式，可直接應用於各類分析。

　　基於SDC，結合樣本遷移、機器學習和時空後處理等多種算法，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據集。年度地表覆蓋圖多期平均總體準確度，對於1級類為80%，對於2級類（29類和33類）則超過73%。基於由FLUXNET站點組成的客觀驗證樣本驗證，該研究所得製圖精度比現有全球地表覆蓋數據集的總體精度高10%以上。

2020年全球土地覆蓋地圖

　　根據1985-2020年間全球地表覆蓋麵積的統計結果，全球平均地表覆蓋變化率為0.36%/年。在此年間，全球森林覆蓋麵積從3844萬平方公裏減少至3697萬平方公裏，減少了147萬平方公裏；耕地覆蓋麵積從1249萬平方公裏增加至1333平方公裏，增長了84萬平方公裏；不透水麵覆蓋麵積從57萬平方公裏增加至105萬平方公裏，增長了48萬平方公裏。

1985-2020年全球和地區地表覆蓋變化趨勢

　　從研究價值上來看，該研究不僅實現了長時間序列逐日無縫、近實時的遙感製圖產品的高效生產，高精度統一標準“即得即用”遙感數據集的提供，同時也開辟了衛星遙感數據處理和信息提取的新範式，有利於大幅推進遙感的應用發展。此外，這套SDC和製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。結合聯合國可持續發展目標，該數據作為全球環境變化研究的基礎數據，能夠為有關地球係統動態模擬和預測的相關研究提供支持，也能為農業集約化、糧食安全、環境變化與健康、災害評估、氣候模擬、碳儲備等國民經濟的諸多方麵研究提供服務。

　　清華大學地學係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，清華大學地學係徐冰教授為合作者。合作者還包括清華海峽研究院人工智能地球實驗室總工程師王傑、清華海峽研究院助理院長王熙、光環雲有限公司寧琪。該研究得到了國家自然科學基金的支持。