助力“美丽山区”，服务“绿水青山”——《山地土地利用/覆被遥感监测》正式出版

      山地土地利用/覆被遥感监测针对山地国土空间的遥感监测技术难点和区域应用特点专门开展特色研究。本书是作者在该领域近年研究成果的集成，分上下两篇。

      上篇为山地土地利用/覆被遥感监测方法篇，详细介绍了遥感数据处理、分类系统定义、样本库构建、自动制图、变化检测、精度评估等创新成果。

      下篇为山地土地利用/覆被变化分析应用篇，以我国西南地区川、渝、黔、滇、藏5个省级行政区和三峡库区等典型山区为例，分析了土地利用/覆被空间格局、变化过程、驱动力系统及其对国土空间管理的启示；此外，还介绍了退耕还林、城镇化、天然林退化、生态系统受威胁状况的遥感监测、空间模拟、综合评估等山地特色专题应用研究，进一步展示了监测数据的应用价值。

土地利用/覆被变化是人类活动和陆地表层系统相互作用的结果，成为研究自然与人文过程的理想切入点，也与全球气候变化、生物多样性减少、生态环境演变等密切相关，是全球变化研究的热点领域。山地是各类资源和生物多样性的富集区，在保障国家生态环境安全与可持续发展等方面作用巨大，但山地也是生态环境的敏感区与脆弱区，更是社会经济发展的薄弱区。监测山地土地利用/覆被变化，分析其对生态环境及人类活动的潜在影响意义重大，也是遥感在山地应用研究中最具挑战和最有价值的方向之一。

中国科学院、水利部成都山地灾害与环境研究所数字山地与遥感应用中心（原名遥感与地图研究室）早在20世纪70年代就首先在西南地区开展土地利用遥感调查与制图研究。筚路蓝缕，探索求新，历经数年总结了一套针对山地复杂地形地貌、气候和植被的卫星图像土地利用/覆被综合分类和制图的技术路线和方法。此后近30年，连续4次承担国家科技攻关和2次承担中科院知识创新重大项目，开展西南地区（含三峡库区）土地利用遥感调查和动态变化遥感监测，取得了一批重要数据成果，有力支撑了多个国家科研任务。李爱农博士作为我的学生从1997年就开始参与这项工作，在科研实践中快速成长成才。

2010年，李爱农博士从美国马里兰大学学成归来，入选了中国科学院“百人计划”（A类）择优支持项目，并先后承担了中科院A类战略性先导科技专项、全国生态十年调查专项、中科院科技服务网络计划项目、国家重点研发计划项目，以及多个国家自然科学基金项目研究任务，持续开展了山地土地利用/覆被遥感自动制图与变化检测等一系列方法创新和理论探索。通过应用遥感大数据和机器学习等新技术和新方法，将山地遥感影像处理、样本库构建、土地利用/覆被自动识别、变化检测、数据分析应用等技术方法大幅提升到一个新水平，研究聚焦西南山地遥感监测难点解决方案，广度、深度和高度得到了显著拓展。研究成果具有鲜明的山地特色，数据产品已经成功得到应用，并有力支持了相关政府的管理、规划和决策。

本书科学系统地集成了作者团队这些年的研究成果，是我国第一部全面介绍山地土地利用/覆被遥感监测理论、技术和方法及其在西南地区退耕还林还草、城镇化、天然林退化、生态系统受威胁状况评估等领域应用的著作，将在“绿水青山”和“美丽乡村”等国家绿色发展战略决策中发挥积极作用。

杰作付梓，甚感欣慰，值得由衷祝贺！

2021年8月于成都

《山地土地利用/覆被遥感监测》   李爱农 雷光斌 边金虎 等  著

作者简介

     

李爱农，男，理学博士，博士生导师，国家“万人计划”科技创新领军人才，四川省学术和技术带头人，中国科学院、水利部成都山地灾害与环境研究所二级研究员，数字山地与遥感应用中心主任，王朗山地遥感四川省野外科学观测研究站站长，可持续发展大数据国际研究中心特聘研究员。兼任国际数字地球学会中国国家委员会（CNISDE）委员以及CNISDE数字山地专业委员会主任、《遥感学报》副主编、中国科学院无人机应用与管控研究中心副主任、中国自然资源学会自然资源信息系统研究专业委员会副主任、全国创新领军人才联盟理事及若干学术期刊编委等学术服务职务。主要从事山地辐射传输建模与光学影像归一化处理、山地地表覆被遥感定量识别与自动制图、山地地表参量遥感反演与数据同化、山地遥感综合应用与空间信息服务等方面的研究。主持国家重点研发计划“全球变化及应对”重点专项项目“山地生态系统全球变化关键参数立体观测与高分辨率产品研制”、国家自然科学基金重点项目“山地典型生态参量遥感反演建模及其时空表征能力研究”等国家级科研任务10余项；发表论文200余篇，其中SCI论文100余篇；出版《山地遥感》等中英文学术专著5部、《中国数字山地图》等地图作品2部；获授权国家发明专利、软件著作权15项；研究成果荣获爱思唯尔（Elsevier）擎天神奖（Atlas奖）、国际环境信息协会最佳论文奖等。

作者团队

核心内容

本书分上、下两篇，共17章。上篇为山地土地利用/覆被遥感监测方法篇（1～7章），下篇为山地土地利用/覆被变化分析应用篇（8～17章）。

第1章为绪论。界定了土地利用与土地覆被之间的关系，综述了土地利用/覆被变化遥感监测研究进展，并归纳了山区遥感监测研究的特殊性和困难。

第2章为山地土地利用/覆被遥感监测数据源及处理技术。从常见几种卫星数据源入手，分析了典型光学卫星遥感影像山地几何畸变特征，介绍了国产环境减灾卫星影像地形校正、构建时空连续的归一化遥感观测数据集等方面的技术创新。

第3章为山地土地利用/覆被分类系统。分析了土地利用/覆被分类系统设计常用的指标，列举了山地土地利用/覆被分类系统设计指标的界定方案。

第4章为山地土地利用/覆被样本库。介绍了常用的土地利用/覆被样本获取方式，针对山地土地利用/覆被样本采集和管理面临的问题，构建了山地土地利用/覆被样本野外采样系统和样本管理系统。

第5章为山地土地利用/覆被遥感制图方法。详细介绍了山地土地利用/覆被自动制图领域的几种创新方法，将多源异构信息、时相信息、地学知识、面向对象、物元模型、多分类器集成、迭代分类等纳入决策建模过程，提高了分类精度。

第6章为山地土地利用/覆被变化遥感检测方法。详细介绍了山区土地利用/覆被变化检测的几种新方法和新思路，将机器学习算法、多时相协同检测、多指标耦合决策等引入检测模型，提高了变化检测精度。

第7章为山地土地利用/覆被产品精度评估方法。从直接精度评估和间接精度评估两个方面，介绍了土地利用/覆被精度验证方法，对我国西南地区监测产品质量进行了评估。

第8～12章分5个章节分别分析了四川省、重庆市、贵州省、云南省和西藏自治区5个省级行政单元的土地利用/覆被变化状况。以2015年为基准，分析了各省级行政单元及其所辖的各市/州/地区的土地利用/覆被空间结构、地形分布特征，以及近25年（1990～2015年）变化过程、驱动力系统，初探了对未来国土空间管理的启示。

第13章对三峡库区土地利用/覆被变化进行了遥感监测，对比了三峡水利枢纽修建前后库区土地利用/覆被变化过程及驱动力系统，开展了三峡库区消落带的空间格局分析和地上生物量遥感估算。

第14章围绕西南地区退耕还林还草工程遥感监测，分析了退耕前后西南各省级行政单元耕地格局及其变化，重点分析了坡耕地变化以及坡耕地改良工程对西南地区粮食总产的影响。

第15章聚焦山区城镇化监测，分析了西南地区城镇化格局及过程，介绍了岷江上游典型山区城镇化过程时空模拟与预测方法，对比浅析了成都市新旧城区热环境特征。

第16章针对天然林退化监测与风险模拟，分析了西双版纳天然林1973～2015年的时空动态变化特征，考虑气候变化和社会经济影响，构建了SD-MaxEnt-CA耦合模型，模拟和预测了天然林退化过程和未来退化风险。

第17章为西南地区生态系统多样性受威胁风险综合评估。提出了基于多源数据和知识的生态系统类型制图方法，以IUCN生态系统受威胁状况评估标准为基础，构建了多尺度评估框架，系统评估了西南地区不同尺度上各生态系统受威胁状况。

西南地区地形、区位概况

1990～2015年色林错湖面面积变化过程

西南地区省会城市1990～2015年城镇建设用地扩张空间分布格局

西双版纳1973～2015年土地利用/覆被空间分布格局

西南地区生态系统受威胁状况空间分布

西南地区（川、渝、黔、滇、藏）土地利用/覆被图（2015年）

西南地区（川、渝、黔、滇、藏）土地利用/覆被动态变化图（1990～2015年）

下滑查看更多

全书目录（下滑查看）

序

前言

上篇 山地土地利用/覆被遥感监测方法篇

第1章 绪论

1.1 土地利用/覆被概念

1.2 土地利用/覆被变化研究进展

1.2.1 国内外土地利用/覆被遥感制图研究进展

1.2.2 国内外土地利用/覆被变化遥感检测研究进展

1.3 山地土地利用/覆被遥感监测研究的特殊性

1.4 本书章节安排

参考文献

第2章 山地土地利用/覆被遥感监测数据源及处理技术.

2.1 山地土地利用/覆被遥感监测常用卫星数据源

2.2 典型光学卫星遥感影像山地几何畸变特征

2.3 国产环境减灾卫星影像的几何精纠正与正射校正

2.3.1 环境减灾卫星影像几何精纠正与正射校正算法

2.3.2 算法实验与分析

2.3.3 系统平台实现

2.4 国产环境减灾卫星影像时空融合

2.4.1 多时相影像时空融合方法

2.4.2 环境减灾卫星影像时空融合案例

2.5 小结

参考文献

第3章 山地土地利用/覆被分类系统

3.1 引言

3.2 土地利用/覆被分类系统设计常用的指标

3.2.1 常用土地利用/覆被数据集特征

3.2.2 土地利用/覆被类型细分策略

3.2.3 分类系统设计常用细分指标

3.3 数据源和分类方法在LCCS设计中的作用

3.3.1 数据源在LCCS设计中的作用

3.3.2 分类方法在LCCS设计中的作用

3.4 常用土地利用/覆被分类系统在山区的重新界定

3.5 小结

参考文献

第4章 山地土地利用/覆被样本库

4.1 引言

4.2 土地利用/覆被样本数据获取方式

4.2.1 土地利用/覆被野外调查

4.2.2 高分辨率遥感影像目视判读

4.2.3 众包技术

4.3 山地土地利用/覆被样本野外采集系统

4.3.1 采样原理

4.3.2 野外采样系统介绍

4.3.3 野外采样系统精度测试

4.4 土地利用/覆被样本管理系统

4.4.1 土地利用/覆被样本管理系统设计

4.4.2 土地利用/覆被样本管理系统实现

4.5 小结

参考文献

第5章 山地土地利用/覆被遥感制图方法

5.1 引言

5.2 基于物元模型的山地土地利用/覆被遥感制图方法

5.2.1 基于物元模型的土地利用/覆被制图原理

5.2.2 属性关联函数的转化

5.2.3 归一化综合权重确定

5.2.4 基于FME-AF的若尔盖高原土地覆被分类应用案例

5.3 基于多源多时相遥感数据与知识的山地土地利用/覆被制图方法

5.3.1 方法总述

5.3.2 面向对象的遥感影像分割

5.3.3 基于决策树的土地利用/覆被分层分类模型构建

5.3.4 基于地学知识的交互式质量控制

5.3.5 基于HC-MMK方法的山地土地利用/覆被制图案例

5.4 基于多分类器集成的面向对象迭代分类方法

5.4.1 方法总述

5.4.2 多分类器集成

5.4.3 训练样本自适应更新

5.4.4 迭代分类及迭代分类结果集成

5.4.5 基于OIC-MCE方法的山地土地利用/覆被制图案例

5.5 小结

参考文献

第6章 山地土地利用/覆被变化遥感检测方法

6.1 引言

6.2 基于多尺度分割和决策树的山地LUCC遥感检测方法

6.2.1 方法总述

6.2.2 面向对象影像分割

6.2.3 变化特征集构建

6.2.4 基于决策树算法的山地LUCC检测模型构建

6.2.5 精度评价

6.2.6 基于多尺度分割和决策树的攀西地区LUCC遥感检测案例

6.3 基于双时相多指标的山地LUCC 遥感检测方法

6.3.1 方法总述

6.3.2 基于多指标的变化信息决策

6.3.3 双时相LUCC变化信息的融合

6.3.4 LUCC变化类型的确定

6.3.5 基于LUCC先验知识的“不合理变化”去除

6.3.6 基于双时相多指标的山地LUCC遥感检测案例

6.4 小结

参考文献

第7章 山地土地利用/覆被产品精度评估方法

7.1 引言

7.2 基于同类产品对比的间接精度评估方法

7.2.1 土地利用/覆被产品分类系统归一化

7.2.2 土地利用/覆被产品空间分辨率归一化

7.2.3 土地利用/覆被产品间面积一致性分析

7.2.4 土地利用/覆被产品间空间一致性分析

7.2.5 土地利用/覆被产品与统计数据的对比分析

7.3 基于验证样本的直接精度评估方法

7.3.1 验证样本布设方法

7.3.2 验证样本采集方法

7.3.3 基于验证样本的土地利用/覆被产品精度评估指标

7.4 西南地区土地利用/覆被数据集精度评价

7.4.1 基于同类产品对比的西南地区土地利用/覆被数据集的间接精度评价

7.4.2 基于验证样本的西南地区土地利用/覆被数据集精度评价

7.5 小结

参考文献

下篇 山地土地利用/覆被变化分析应用篇

第8章 四川省土地利用/覆被变化

8.1 四川省2015年土地利用/覆被现状

8.2 四川省各市/州土地利用/覆被结构特征

8.3 四川省土地利用/覆被地形分布特征

8.3.1 四川省土地利用/覆被垂直分布特征

8.3.2 四川省土地利用/覆被坡度分异特征

8.3.3 四川省土地利用/覆被坡向分异特征

8.4 四川省1990～2015年土地利用/覆被变化总体特征

8.5 四川省1990～2015年不同时期土地利用/覆被变化特征

8.5.1 四川省1990～2000年土地利用/覆被变化特征

8.5.2 四川省2000～2005年土地利用/覆被变化特征

8.5.3 四川省2005～2010年土地利用/覆被变化特征

8.5.4 四川省2010～2015年土地利用/覆被变化特征

8.6 四川省土地利用/覆被变化驱动力系统分析及对国土空间管理的启示

8.6.1 四川省土地利用/覆被变化驱动力系统

8.6.2 对四川省国土空间管理启示

参考文献

第9章 重庆市土地利用/覆被变化

9.1 重庆市2015年土地利用/覆被现状

9.2 重庆市土地利用/覆被地形特征分析

9.2.1 重庆市土地利用/覆被垂直分布特征

9.2.2 重庆市土地利用/覆被坡度分异特征

9.2.3 重庆市土地利用/覆被坡向分异特征

9.3 重庆市1990～2015年土地利用/覆被变化总体特征

9.4 重庆市1990～2015年不同时期土地利用/覆被变化特征

9.4.1 重庆市1990～2000年土地利用/覆被变化特征

9.4.2 重庆市2000～2005年土地利用/覆被变化特征

9.4.3 重庆市2005～2010年土地利用/覆被变化特征

9.4.4 重庆市2010～2015年土地利用/覆被变化特征

9.5 重庆市土地利用/覆被变化驱动力分析及对国土空间管理的启示

9.5.1 重庆市土地利用/覆被变化驱动力

9.5.2 对重庆市国土空间管理启示

参考文献

第10章 贵州省土地利用/覆被变化

10.1 贵州省2015年土地利用/覆被现状

10.2 贵州省各市/州土地利用/覆被特征

10.3 贵州省土地利用/覆被地形特征分析

10.3.1 贵州省土地利用/覆被垂直分布特征

10.3.2 贵州省土地利用/覆被坡度分异特征

10.3.3 贵州省土地利用/覆被坡向分异特征

10.4 贵州省1990～2015年土地利用/覆被变化总体特征

10.5 贵州省1990～2015年不同时期土地利用/覆被变化特征

10.5.1 贵州省1990～2000年土地利用/覆被变化特征

10.5.2 贵州省2000～2005年土地利用/覆被变化特征

10.5.3 贵州省2005～2010年土地利用/覆被变化特征

10.5.4 贵州省2010～2015年土地利用/覆被变化特征

10.6 贵州省土地利用/覆被变化驱动力系统分析及对国土空间管理的启示

10.6.1 贵州省土地利用/覆被变化驱动力系统

10.6.2 对贵州省国土空间管理启示

参考文献

第11 章 云南省土地利用/覆被变化

11.1 云南省2015年土地利用/覆被现状

11.2 云南省各市/州土地利用/覆被结构特征

11.3 云南省土地利用/覆被地形特征分析

11.3.1 云南省土地利用/覆被垂直分布特征

11.3.2 云南省土地利用/覆被坡度分异特征

11.3.3 云南省土地利用/覆被坡向分异特征

11.4 云南省1990～2015年土地利用/覆被变化总体特征

11.5 云南省1990～2015年不同时期土地利用/覆被变化特征

11.5.1 云南省1990～2000年土地利用/覆被变化特征

11.5.2 云南省2000～2005年土地利用/覆被变化特征

11.5.3 云南省2005～2010年土地利用/覆被变化特征

11.5.4 云南省2010～2015年土地利用/覆被变化特征.

11.6 云南省土地利用/覆被变化驱动力系统分析及对国土空间管理的启示

11.6.1 云南省土地利用/覆被变化驱动力系统

11.6.2 对云南省国土空间管理启示

参考文献

第12章 西藏自治区土地利用/覆被变化

12.1 西藏自治区2015年土地利用/覆被现状

12.2 西藏自治区各市/地区土地利用/覆被结构特征

12.3 西藏自治区土地利用/覆被地形分布特征

12.3.1 西藏自治区土地利用/覆被垂直分布特征

12.3.2 西藏自治区土地利用/覆被坡度分异特征

12.3.3 西藏自治区土地利用/覆被坡向分异特征

12.4 西藏自治区1990～2015年土地利用/覆被变化总体特征

12.5 西藏自治区1990～2015年不同时期土地利用/覆被变化特征

12.5.1 西藏自治区1990～2000年土地利用/覆被变化特征

12.5.2 西藏自治区2000～2005年土地利用/覆被变化特征

12.5.3 西藏自治区2005～2010年土地利用/覆被变化特征

12.5.4 西藏自治区2010～2015年土地利用/覆被变化特征

12.6 西藏自治区1990～2015年湖泊变化

12.6.1 西藏自治区2015年湖泊空间分布格局

12.6.2 西藏自治区1990～2015年湖泊时空变化格局

12.7 西藏自治区土地利用/覆被变化驱动力系统分析及对国土空间管理的启示

12.7.1 西藏自治区土地利用/覆被变化驱动力系统

12.7.2 对西藏自治区国土空间管理启示

参考文献

第13章 三峡库区土地利用/覆被变化

13.1 三峡库区土地利用/覆被特征

13.1.1 三峡库区土地利用/覆被总体特征

13.1.2 三峡库区各区/县土地利用/覆被结构

13.2 三峡库区土地利用/覆被地形特征

13.2.1 三峡库区土地利用/覆被垂直分布特征

13.2.2 三峡库区土地利用/覆被坡度分异特征

13.2.3 三峡库区土地利用/覆被坡向分异特征

13.3 近25 年三峡库区土地利用/覆被变化

13.3.1 三峡库区土地利用/覆被变化总体特征

13.3.2 三峡水利枢纽淹没区土地利用/覆被变化

13.3.3 三峡库区耕地变化

13.4 三峡库区消落带空间格局及地上生物量遥感估算

13.4.1 三峡库区消落带空间格局

13.4.2 三峡库区消落带地上生物量遥感估算

13.5 三峡库区土地利用/覆被变化驱动力分析

13.6 小结

参考文献

第14章 西南地区退耕还林遥感监测

14.1 西南地区退耕前耕地结构与分布

14.1.1 西南地区退耕前耕地总体特征

14.1.2 各省级行政区退耕前耕地结构与分布

14.2 四川省退耕还林遥感监测

14.2.1 四川省退耕还林总体状况

14.2.2 四川省坡耕地变化

14.3 重庆市退耕还林遥感监测

14.3.1 重庆市退耕还林总体状况

14.3.2 重庆市坡耕地变化

14.4 贵州省退耕还林遥感监测

14.4.1 贵州省退耕还林总体状况

14.4.2 贵州省坡耕地变化

14.5 云南省退耕还林遥感监测

14.5.1 云南省退耕还林总体状况

14.5.2 云南省坡耕地变化

14.6 西藏自治区退耕还林遥感监测

14.6.1 西藏自治区耕地变化总体状况

14.6.2 西藏自治区坡耕地变化

14.7 坡耕地改良工程对西南地区粮食总产的影响

14.8 小结

参考文献

第15章 西南地区城镇化遥感监测与空间模拟

15.1 概述

15.2 西南地区城镇化过程遥感监测

15.2.1 西南地区城镇空间分布格局

15.2.2 1990～2015年西南地区城镇空间变化特征

15.3 典型山区城镇变化过程模拟与预测

15.3.1 山区城镇扩张的地理限制和适宜空间

15.3.2 基于Dyna-CLUE改进模型和SD模型耦合的山区城镇用地情景模拟方法

15.3.3 基于耦合模型的岷江上游山区城镇扩张模拟与分析

15.4 成都市新旧城区热环境特征对比分析

15.4.1 新旧城区地表温度分布特征对比

15.4.2 新旧城区关键剖面热环境对比

15.4.3 新旧城区热环境差异影响因素分析

15.5 小结

参考文献

第16章 西双版纳天然林退化模拟与风险评估

16.1 概述

16.2 西双版纳天然林时空动态变化

16.2.1 西双版纳1973～2015年天然林动态变化格局

16.2.2 西双版纳天然林退化驱动力分析

16.3 天然林退化模拟与预测方法

16.4 西双版纳天然林退化模拟

16.4.1 西双版纳天然林退化SD模型构建

16.4.2 西双版纳天然林退化空间模拟

16.4.3 西双版纳天然林退化模拟精度验证

16.5 西双版纳天然林退化未来情境预测

16.6 西双版纳天然林退化风险评估

16.7 小结

参考文献

第17章 西南地区生态系统多样性受威胁风险综合评估

17.1 概述

17.2 西南地区生态系统类型制图

17.2.1 基于多源数据和知识的生态系统类型制图方法

17.2.2 西南地区生态系统类型图

17.3 基于IUCN标准的生态系统多样性受威胁状况评估方法

17.3.1 IUCN生态系统受威胁状况评估框架体系

17.3.2 标准A：生境范围退化

17.3.3 标准B：生态系统限制分布

17.3.4 标准C：非生物环境退化

17.3.5 标准D：生物过程退化

17.3.6 标准E：定量分析模型

17.4 西南地区生态系统受威胁状况

17.4.1 西南地区生态系统受威胁状况评估过程

17.4.2 西南地区受威胁生态系统的数量统计特征

17.4.3 西南地区主要生态系统受威胁状况分析

17.4.4 西南地区受威胁生态系统空间分布格局

17.4.5 省级尺度生态系统受威胁状况

17.4.6 小流域尺度生态系统受威胁状况

17.4.7 多指标遥感综合评估展望

17.5 小结

参考文献

后记

附图1 西南地区（川、渝、黔、滇、藏）土地利用/覆被图（2015年）

附图2 西南地区（川、渝、黔、滇、藏）土地利用/覆被动态变化图（1990～2015年）

本书后记

山地土地利用/覆被遥感监测面临从数据处理、分类系统、样本采集、自动制图、变化检测、精度验证等方面的诸多挑战。本书系统介绍了作者研究团队近 10 年在该领域的一些思考、创新和实践案例，对山地土地利用/覆被遥感监测技术进展和西南山地特色应用成果做了阶段性总结和集成，以供相关领域科研同行交流互鉴。

随着气候变化和社会经济的高速发展，国土空间精细化管理对土地利用/覆被变化监测也提出了更高的需求。比如：①高山区地表覆被发生了渐变性或周期性变化（如冰川、湖泊、湿地、草地等），②经济林（果园、茶园等）和人工林（桉树、橡胶等）大面积扩张、农田种植结构的高频变化，③耕地撂荒、大棚种植、风能-太阳能开发等特色土地利用方式的出现，④城市黑臭水体、土地盐碱化、石漠化、沙漠化等环境响应变化，⑤自然灾害，特别是地震灾害和山地灾害，导致地表覆被突然变化等。如何在多云、多雨、多阴影山地条件下，对这些或新出现、或突然、或渐进、或高频的局部变化进行准确定义和定量表征？如何实现高精度、高分辨率、高实时的变化监测和风险评估？这些都是新的挑战。近年来，特别是“高分”遥感数据源实现了商业化应用，数据立方体、人工智能、深度学习、超算、云平台、5G 等高新技术迅猛发展，为土地利用/覆被遥感监测技术发展提供了新的动能。

正值此书出版之际，国家自然科学基金重大项目“陆表智慧化定量遥感的理论与方法研究”（42090010）获批启动，致力于攻克智慧化定量遥感的关键科学问题，多尺度长时序地表覆盖智慧制图的理论方法是重要研究课题之一。清华大学宫鹏教授在《遥感学报》发文，提出了智慧遥感制图的概念（iMap）。与此同时，国家重点研发计划“全球变化及应对”重点专项项目“山地生态系统全球变化关键参数立体观测与高分辨率产品研制”

（2020YFA0608700）也启动实施，研制覆盖全球山地、具有自主知识产权的长时序、高时空分辨率、精度可靠的遥感数据集产品。本书作者有幸承担了上述项目相关研究内容。

未来 5 年，我们将沿着智慧制图（iMap）新理念，从制图目的灵活性、制图知识可迁移性、数据多源性、多算法集成性和制图系统易用性等方面深入利用大数据和人工智能技术，探索山地解决新方案，继续丰富山地土地利用/覆被遥感监测方法和数据体系；并结合气候变化和社会经济发展情景，跟踪联合国 2030 年可持续发展目标（SDG）监测，开展有针对性的对策研究，力争把研究成果写在大地上，服务于“青山绿水”“美丽乡村”“碳中和”等国家战略，为全球环境治理和政府决策提供科学依据。

2021年6月于成都

购书

长按下方海报中二维码，即可购买。现货发货，欲购从速。

责任编辑：朱丽  董墨  李嘉佳

本文编辑：董墨

地球为你而转！

欢迎关注：赛杰奥（sci_geo）

科学出版社地球科学订阅号

传播科学，欢迎您点亮★星标，点赞、在看▼