土地利用/土地覆盖（LULC）变化反映了气候变化与人类活动之间的复杂相互作用，并与生物多样性、地表能量平衡、大气循环和碳循环等各种陆地过程密切相关。未来社会经济和气候情景下的全球高精度LULC数据对人地系统耦合与地球系统动力学的研究发展至关重要。
据此，地理科学学部地理学院程昌秀研究组近日在Nature子刊《Scientific Data》发表题为“Mapping the spatial heterogeneity of global land use and land cover from 2020 to 2100 at a 1 km resolution”的研究论文。地理科学学部博士生张天媛为该文第一作者，程昌秀教授与北京林业大学水土保持学院吴旭东副教授为该文共同通讯作者。
论文基于斑块级土地利用变化模拟模型（PLUS）和全球变化评估模型（GCAM），制备了SSP-RCP情景下全球2020~2100年1km土地利用数据集。研究首先使用GCAM模型模拟全球235个流域的土地利用需求，并通过多元回归模型校准GCAM模型产生的城市LULC需求，然后使用PLUS模型迭代模拟了由未来适宜性概率驱动的LULC斑块水平的变化。
相较于现有的全球尺度土地利用数据集，该研究的创新之处在于，在LULC模拟过程中（1）采用了未来气候变化与人类活动数据作为驱动；（2）考虑了土地利用斑块聚集性的特质；（3）结合地理现象的分层异质性规律，将全球分为235个流域进行模拟；（4）模拟结果在所有未来情景下具有可比性。
总体研究框架
研究表明，该数据集具有较高的模拟精度（Kappa=0.94，OA=0.97，FoM=0.10），可以有效地捕捉每个SSP-RCP情景对LULC未来演变产生的不同影响，充分体现未来适宜性概率相对于历史概率的变化，展示了更新适宜性概率的必要性。
采用历史和未来适宜性概率进行LULC模拟的对比结果
研究进一步将该结果数据与现有LULC产品进行比较，对比发现，由于该研究使用了能够模拟多种自然地类斑块级发展的PLUS模型，并充分考虑到LULC变化的时空异质性，在不同流域区内进行迭代模拟，通过控制每次模拟的像元个数，实现精细化模拟，使得研究结果更接近现实情况。该数据集准确反映了气候变化和社会经济发展共同影响下全球土地利用变化的时空异质性，为地球系统建模和人地系统耦合研究提供高精度数据支持。
未来情景下该研究数据集和现有数据产品在案例区模拟的对比结果
该研究得到国家自然科学基金黄河专项课题、亚历山大·冯·洪堡基金、中国科学院战略性先导科技专项和中国科协青年人才托举工程项目的支持。
引用：
Zhang, T., Cheng, C. & Wu, X. Mapping the spatial heterogeneity of global land use and land cover from 2020 to 2100 at a 1 km resolution. Sci Data 10, 748 (2023). https://doi.org/10.1038/s41597-023-02637-7
原文链接：
https://www.nature.com/articles/s41597-023-02637-7