新论文通过遥感镜头呈现土地变化的多方面观点

在 环境遥感上 发表的一篇新论文中，康涅狄格 大学自然资源与环境系 (农业、卫生与自然资源学院)的一组研究人员提出了一个新框架，该框架通过镜头强调土地变化的多方面性质的遥感。

许多科学家正在使用遥感卫星数据研究土地变化。但是，鉴于土地变化科学仍然相对较新，人们常常对使用什么语言来准确描述人们正在观察的事物感到困惑。

朱哲，助理教授， 全球环境遥感实验室 (GERS)主任，同时也是多个遥感期刊的主编。以这种身份，他注意到许多作者交替使用具有不同含义的术语，他在自己的实验室成员中也注意到了这一点。

“我认为最重要的问题是土地变化是一个极其复杂的术语，”朱说。

土地变化不是土地变化或不变化的二元过程。这是一个多方面的动态过程，这意味着科学家需要一个一致且系统的框架来准确描述他们的观察结果。

在他们最近的出版物 Zhu 中，研究助理教授 Shi Qiu 和博士后研究员 Su Ye 定义了土地变化遥感需要多方面的视角。

“如果你观察土地变化的不同方面，你会看到变化的不同方面，”朱说。

作者定义了土地变化的五个主要方面：位置、时间、目标、指标和代理人。位置是变化发生的地方。时间就是改变发生的时候。目标是变化的;这可能是土地的使用方式和土地覆盖情况等因素。该指标描述了土地是如何变化的;这方面考虑的因素包括变化是突然的还是渐进的、微妙的还是剧烈的，以及变化的持续时间。代理人或司机解释土地变化的原因;这可以是直接的事情，例如自然灾害、人类建筑或虫害。也可能存在远端驱动因素，这些驱动因素不太直接，例如人口或土地管理政策的变化。

邱的工作是通过一个项目解决最后一个方面，该项目使用该小组之前开发的算法来绘制土地变化的位置和时间，并将其与机器学习算法相结合，可以定义本土土地变化的驱动因素

该论文强调，发表该领域研究的科学家首先应明确他们所谈论的变化方面，然后考虑土地变化的多方面性，第三，进行多源数据融合。

整合来自多个来源甚至其他领域的数据对于创建准确的土地变化图至关重要。

作为本文的一部分，研究人员回顾了当前可用的全球和北美遥感土地变化数据集。他们发现这些数据集只捕捉了土地变化的一个或两个方面。

来自社会和环境科学的数据可以提供重要的辅助数据。例如，关于人口密度和贫困程度的数据可以深入了解卫星数据未捕获的土地变化驱动因素。

科学家甚至可以使用社交媒体捕捉土地状况的近实时图像。例如，在自然灾害期间，来自社交媒体的数据可以与卫星数据相结合，以确定图像的拍摄地点并收集有关地面状况的重要信息。

“这是我们认为未来非常重要的一个方向，”朱说。

该论文解决的另一个问题是，当使用卫星数据时，科学家可以获得有关土地在哪里以及如何变化的大量信息。但这些数据还包括科学家需要理清的噪音。

Ye 正在开发一种模型，可以隔离细微的土地变化，这些变化经常与噪音混淆。

“通常，细微的变化和数据噪音很容易混淆，所以我们需要一些样本数据来指导我们的模型，”叶说。

朱说他的研究小组计划实施这个框架，从多方面的角度研究土地变化的各个方面，他说这个框架也将对该领域的其他人有用。