【文献速递】One Earth|1960年至2100年的高分辨率土地利用地图
标题：High-resolution land-use maps from 1960 to 2100
链接：https://doi.org/10.1016/j.oneear.2025.101525
（文章具体信息见文末）
一、摘要
全球尺度的土地利用和土地覆盖（LULC）数据集对于应对可持续性挑战至关重要，包括气候变化和生物多样性丧失。现有的协调 LULC 产品（过去和现在之间没有间断）的时间和空间分辨率较粗，并且没有考虑景观模式，这些模式对于环境过程（如物种移动）非常重要。我们提出了一个针对五个未来情景的下尺度全球 LULC 数据集，具有 1 公里的空间分辨率和年度时间分辨率，并与历史 LULC 协调一致，涵盖 1960 年至 2100 年。未来预测表明景观将发生重大变化，并强调了在全局 LULC 预测中纳入地方尺度过程的重要性。我们的协调 LULC 数据集对于研究 LULC 变化的影响将非常有利，因为它经过验证以确保未来的 LULC 预测具有真实的景观模式，并且具有高空间和时间分辨率，与现有产品相比更好地匹配环境过程的尺度。
二、研究背景
人为土地用途和土地覆盖变化是地球系统的主要风险因素，影响气候稳定性、生物多样性维持以及水文过程。约75%的地球表面已受人类活动影响，且LULC变化预计将持续以满足粮食和能源需求。LULC变化还导致自然生态系统破碎化，进而引发额外碳排放和物种移动障碍。现有全球LULC数据集（如LUH2）虽提供历史至未来的协调数据，但存在关键知识缺口：空间分辨率粗（约28公里）无法匹配环境过程的精细尺度（如物种扩散）；时间分辨率低（最佳为5年）阻碍与过程模型的整合；未来投影未明确考虑景观空间模式的变化，且使用不同模型引入不确定性。因此，开发高分辨率、一致框架且涵盖景观模式的LULC数据集对模拟环境影响和制定可持续政策至关重要。
三、研究方法
研究区域：全球
数据来源：HILDA+ v.2b重建数据集（1960-2020年，0.01°空间分辨率，年时间分辨率），未来投影基于土地系统模块化模型（LandSyMM）生成的0.5°分辨率LULC变化数据，涵盖五种SSP-RCP情景（SSP1-RCP2.6、SSP2-RCP4.5、SSP3-RCP7.0、SSP4-RCP6.0、SSP5-RCP8.5）。
空间降尺度：使用LandScaleR空间降尺度算法，将粗分辨率投影（0.5°）转换为高分辨率地图（0.01°，约1公里）。该算法通过邻域规则和随机性参数（f值）控制LULC变化的布局，f值调节新斑块形成的概率，以生成真实景观模式。降尺度过程以HILDA+ 2020年数据为参考地图，确保与历史数据协调。
数据校准：利用2010-2020年历史LULC变化数据，优化f值参数（在国家尺度和全球尺度），采用结合网格级精度（Figure of Merit）和景观指标（如斑块面积、聚集指数）的误差指标进行验证。
结果数据：尺度为全球覆盖，空间分辨率0.01°，时间分辨率为年，输出包含9个LULC类别（如耕地、牧场、管理/未管理森林等）。
四、研究结果
国家尺度景观模式变异显著：校准结果显示，不同国家的最优f值存在差异（范围0.50-3.00），表明LULC变化的空间模式受局部因素（如地形、土地管理）驱动。例如，巴西的最优f值为2.50，使用全局最优值（1.75）会导致误差增加14%。这一发现强调了局部尺度参数化的重要性，以确保投影重现历史模式（Fig.2）。
未来LULC变化因情景而异：降尺度投影显示，各情景下LULC面积变化差异明显。例如，SSP3-RCP7.0情景下耕地面积增加最多（2021-2100年间+372 Mha），而SSP1-RCP2.6下耕地减少25 Mha；未管理森林在SSP3-RCP7.0下损失最大，主要发生在热带地区，而SSP1-RCP2.6下北方地区有少量增益。这些变化与LandSyMM投影一致，验证了降尺度的准确性（Fig.3）。
高分辨率地图提升细节表现：降尺度后的地图（0.01°）较LandSyMM输出（0.5°）能更精细刻画景观格局，如哥伦比亚案例中，降尺度结果清晰显示LULC类别分布，而粗分辨率数据仅提供分数信息。这为环境模型提供了更匹配的输入数据（Fig.4）。
参数选择影响局部景观模式：国家尺度与全局尺度f值的应用对景观格局产生明显差异。例如，在巴布亚新几内亚，使用国家最优f值（2.50）较全局值（1.75）生成更破碎的斑块（平均斑块面积更小，斑块数量更多），这可能影响生态过程模拟（如物种连通性）（Fig.5）。
五、讨论与结论
创新性：首先，空间分辨率（1公里）显著高于主流产品（如LUH2的28公里），更好匹配环境过程尺度；其次，时间分辨率为年，优于现有降尺度投影（最佳5年）；第三，通过LandScaleR算法校准景观模式，首次在全球尺度纳入空间异质性；第四，使用一致模型框架（LandSyMM）生成所有情景，减少模型不确定性。
局限性：城市LULC在投影中静态不变（因LandSyMM未建模城市扩展）；f值的时空驱动机制不确定，长期投影中参数稳定性存疑；降尺度依赖历史数据校准，可能无法完全捕捉未来新型变化。
意义：该数据集为理解LULC变化的环境影响提供了重要基础，强调局部尺度过程在全局模型中的整合价值。
数据集均已在Zenodo公开
https://zenodo.org/records/15017066所有代码也已在Zenodo公开
https://zenodo.org/records/15067983（该文仅是个人略读结果，总结过程中使用了翻译软件和大模型，细节若有问题欢迎指正）
文章具体信息
标题：High-resolution land-use maps from 1960 to 2100 1960 年至 2100 年的高分辨率土地利用地图
期刊：One Earth
影响因子：15.3
文章类型：Resource
作者（一作第一;通讯第一）：Tamsin L. Woodman
单位（一作第一;通讯第一）：School of Biological Sciences, University of Aberdeen, Zoology Building, Tillydrone Avenue, Aberdeen AB24 2TZ, UK
论文发表（或online）日期：2025.12.05
DOI：https://doi.org/10.1016/j.oneear.2025.101525
引用量（谷歌学术）：0
信息查询日期：2025.12.08
（点击下方【阅读原文】直达文献）