第七届青年地学论坛

不透水面（ISA）作为衡量城市化程度的一个重要指标，被广泛应用于水文循环、城市热环境和生态系统服务等相关研究中，因此获取具有长时序、细时空粒度的全球ISA数据具有重要的意义。本研究基于Google Earth Engine云平台，使用超过300万张Landsat影像作为数据源，提出一套包括半自动化全局样本采集、局部自适应分类和时空后处理等步骤的ISA提取方法，并以此生产了1972~2019年全球30米空间分辨率的全球ISA产品（记为GISA 1.0）。利用在全球270个城市中随机选取的120，777个验证点和第三方验证样本集，对该产品进行了精度评估。结果表明，相比于现有产品，GISA 1.0在实现更长时间跨度的基础上，也表现出较高的精度（F-score为0.966）。随后，我们将GISA 1.0与现有全球数据集进行对比，提取出现有的全球ISA数据集在时空分布上的差异，并将其划分为一致性区域与不一致区域。在此基础上，考虑到不一致区域是全球ISA制图的重点与难点，因此，我们进一步针对其不一致区域进行优化，得到了GISA的改进版：GISA 2.0。在实验中，我们将全球陆表以10km*10km的格网进行划分，并筛选出被ISA覆盖的格网。根据各格网内GISA 1.0与现有产品的差异程度，将其分为不一致（格网A）和较不一致格网（格网C），并对这些格网的制图结果进行优化。具体方法为：1）对格网A，增加人工训练样本，进行重新训练和制图；2）对格网C，为了节省样本勾画的工作强度，采用自动制图方法，从现有产品的一致区域中筛选出样本，训练随机森林模型，更新不一致区域的制图结果。经时空后处理后，在更新区域中随机选取验证点进行精度评估，结果表明：GISA 2.0达F-score为0.949，相较GISA1.0提升0.013，比GAIA提升0.116。

不透水面,Landsat,长时序,Google earth engine