近日，北京大学数字生态研究团队（负责人：郭庆华教授）通过生态网络云平台（https://www.nesdc.org.cn）发布了1990-2020年中国1公里分辨率人工林与天然林分布数据集，用户可在线访问获取数据。相关研究成果发表在Nature Communications、ISPRS Journal of Photogrammetry and Remote Sensing等期刊。
众多森林管理项目的实施使得中国的天然林和人工林在过去几十年经历了巨大的变化深刻的影响着中国森林生态系统的生态效益。准确的理解不同尺度中国天然林和人工林的时空动态，对于精准的掌握森林资源状况，发挥森林生态系统的生态效益，如减缓气候变化、维护水资源、推动可持续发展以及应对自然灾害等，具有重大意义。当前，我国天然林与人工林监测主要依靠国家森林资源清查的统计数据，尚不能揭示不同空间尺度上天然林和人工林的变化特征。
研究团队基于Google Earth Engine大数据处理平台，结合44万多张遥感影像与65万多个野外调查样本，利用机器学习、遥感时间序列分析技术，构建了中国人工林与天然林的分类框架，成功的生成了1990-2020年每隔五年的中国1km人工林与天然林空间分布数据集。结果显示，1990-2020年中国天然林与人工林表现出了截然相反的变化趋势，天然林呈现出显著减少的趋势(P<0.01)，净减少约22万平方公里，主要集中在中国的松辽河流域东部、长江流域下游、东南诸河流域和珠江流域东部地区，而增加的天然林主要在西南诸河流域、松辽河流域北部、黄河流域与海河流域西部以及内陆河流域的西部。人工林则呈现出了显著的增加趋势(P<0.01)，净增加约44万平方公里，主要分布在中国的中部、南部地区，减少的人工林主要分布在东南诸河流域的东部、长江流域的中下游地区、松辽河流域的东北地区。
通过地面调查数据、国家森林资源统计数据、高分辨率遥感影像对数据集进行验证，结果显示总体的分类精度在77.33 %（±0.67 %）- 81.78 % （± 0.59 %）之间，在省尺度上与国家森林资源统计数据具有较好的一致性，人工林分类结果与统计数据的R2在0.76-0.87之间，天然林分类结果与统计数据的R2在0.81-0.89之间。
图1. 1990-2020年中国人工林与天然林空间分布
该数据集将为中国森林管理与生态效益评价提供重要的数据支持。该项研究工作和数据制备得到了中国科学院先导科技专项（XDA19050401）、国家重点研发计划项目（2022YFF1300202）、可持续发展目标大数据国际研究中心项目（CBAS2022GSP06）、中国国家自然科学基金（42371329，32301285）的资助。
论文信息：
Cheng Kai, Yang Haitao, Tao Shengli, Su Yanjun, Guan Hongcan, Ren Yu, Hu Tianyu, Li Wenkai, Xu Guangcai, Chen Mengxi, Lu Xiancheng, Yang Zekun, Tang Yanhong, Ma Keping, Fang Jingyun, Guo Qinghua，Carbon storage through China’s planted forest expansion. Nature Communications. 15(1):4106. https://doi.org/10.1038/s41467-024-48546-0.
Cheng Kai, Yang Haitao, Guan Hongcan, Ren Yu, Chen Yuling, Chen Mengxi, Yang Zekun, Lin Danyang, Liu Weiyan, Xu Jiachen, Xu Guangcai, Ma Keping, Guo Qinghua. 2024. Unveiling China’s natural and planted forest spatial-temporal dynamics from 1990 to 2020, ISPRS Journal of Photogrammetry and Remote Sensing. 209: 37-50. https://doi.org/10.1016/j.isprsjprs.2024.01.024.
Cheng Kai, Su Yanjun, Guan Hongcan, Tao Shengli, Ren Yu, Hu Tianyu, Ma Keping, Tang Yanhong, Guo Qinghua. Mapping China’s planted forests using high resolution imagery and massive amounts of crowdsourced samples. ISPRS Journal of Photogrammetry and Remote Sensing. 196, 356-371. https://doi.org/10.1016/j.isprsjprs.2023.01.005.
数据链接：点击这里
—— E N D ——
长
按
关
注
国家生态科学数据中心
ID :NESDC2019
国家科技资源共享服务平台之一
