实现可持续发展，加强对地球系统的理解、模拟和管理，离不开全球地表覆盖数据。为实现上述目标，迫切需要更长时间序列、更高分辨率、更高频率，一致且更详细的全球地表覆盖数据。然而，由于技术限制，难以同时提供高空间分辨率、高时间频率的高质量观测数据。现有的制图方案受传统的遥感数据限制，通常只有较短的观测周期、较差的时空一致性和可比性。若要大幅改变上述状况，则需建立一种新的制图范式。

　　3月11日，地学系研究团队在《环境遥感》（Remote Sensing of Environment）上发表题为“全球逐日无缝数据立方体制作及1985-2020年全球地表覆盖变化趋势确定，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）的研究论文，提出了新一代地球观测数据与制图解决方案，研制了世界上首套1985-2020年全球30米逐日无缝数据立方体（SDC），完成了首套1985-2020年全球逐年逐季节地表覆盖制图，填补了大规模高频率、无缝遥感及制图的空白。

　　该研究基于云计算、人工智能、虚拟星座以及时空重建与融合等最新技术，建立了智慧遥感制图（iMap）框架（中文发表于《遥感学报》2021年第1期和第2期）。在此框架下，基于亚马逊网络服务平台，构建了一个自动化的端到端的数据生产链和并行制图系统，提供高效传输、处理PB级并且近500万幅遥感影像的能力和算力，能够为逐日SDC和全球地表覆盖制图的研制提供有效支持。

无缝数据立方体开发和全球土地覆盖制图技术框架

　　该研究所生产的SDC，由Landsat、MODIS和AVHRR虚拟星座的多源时空数据融合重建产生，无云无缝，提高了遥感观测质量，可重现完整无缝的时空序列轨迹。独立验证表明，SDC的平均相对误差低于2.14%。该SDC以高效先进的数据立方体（Data Cube）形式组织，符合最新的“即得即用”数据（Analysis Ready Data, ARD)范式，可直接应用于各类分析。

　　基于SDC，结合样本迁移、机器学习和时空后处理等多种算法，该研究进而生成了长达36年，分辨率为30米的长时序、高分辨率、高一致性的全球地表覆盖数据集。年度地表覆盖图多期平均总体准确度，对于1级类为80%，对于2级类（29类和33类）则超过73%。基于由FLUXNET站点组成的客观验证样本验证，该研究所得制图精度比现有全球地表覆盖数据集的总体精度高10%以上。

2020年全球土地覆盖地图

　　根据1985-2020年间全球地表覆盖面积的统计结果，全球平均地表覆盖变化率为0.36%/年。在此年间，全球森林覆盖面积从3844万平方公里减少至3697万平方公里，减少了147万平方公里；耕地覆盖面积从1249万平方公里增加至1333平方公里，增长了84万平方公里；不透水面覆盖面积从57万平方公里增加至105万平方公里，增长了48万平方公里。

1985-2020年全球和地区地表覆盖变化趋势

　　从研究价值上来看，该研究不仅实现了长时间序列逐日无缝、近实时的遥感制图产品的高效生产，高精度统一标准“即得即用”遥感数据集的提供，同时也开辟了卫星遥感数据处理和信息提取的新范式，有利于大幅推进遥感的应用发展。此外，这套SDC和制图成果为高精度定量遥感打下了基础，也为土地资源管理提供了决策支持。结合联合国可持续发展目标，该数据作为全球环境变化研究的基础数据，能够为有关地球系统动态模拟和预测的相关研究提供支持，也能为农业集约化、粮食安全、环境变化与健康、灾害评估、气候模拟、碳储备等国民经济的诸多方面研究提供服务。

　　清华大学地学系博士生刘涵为论文的第一作者，香港大学宫鹏教授为论文通讯作者，清华大学地学系徐冰教授为合作者。合作者还包括清华海峡研究院人工智能地球实验室总工程师王杰、清华海峡研究院助理院长王熙、光环云有限公司宁琪。该研究得到了国家自然科学基金的支持。