土地利用/土地覆被变化(LUCC)是表征全球陆地生态系统变化，反映人类活动响应全球变化、开展美丽中国建设的重要形式。围绕这一主题，2020年，胡云锋研究组应用卫星遥感、互联网大数据等技术，在国家、省域和城市等多个尺度开展了LUCC变化检测及其生态效应研究，并在Journal of environmental management, Scientific Reports, Journal of Cleaner Production, Remote Sensing, Sustainability, Environmental Development, Journal of Arid Environments等业内知名期刊发表多篇SCI论文。这些研究成果主要解决了以下问题： 

　　1、基于GEE遥感云计算平台，耦合Random Forest和LandTrendr算法，提出了基于土地分类概率的长时序变化检测方法，并对俄罗斯远东地区的森林砍伐与恢复过程进行了卫星遥感监测和地面统计数据验证分析（论文1）； 

　　2、针对1992-2017年多源、多尺度的全球夜间灯光数据，开展了时序校正，形成了时空连续、可参比的长时序夜间灯光数据集；在此基础上，针对全球七大经济区和主要经济体的发展水平和速度、全球贫困区分布及其时空转移过程进行了分析（论文2）； 

　　3、应用互联网地图服务商提供的海量街景照片数据，针对美丽城市建设中重点关注的蓝绿空间开展基于深度神经网络的目标检测和面积率定，刻画了北京市蓝绿空间的分布格局及其影响要素（论文3）； 

　　4、将城市热岛研究从一维的土地组分分析、二维斑块形态分析进一步拓展到三维立体结构分析，评估了不同季节城市土地覆被类型、建筑物及植被三维结构对于城市热岛的影响，定量厘定了不同要素的贡献率，从而为都市区规划提供建议（论文4）； 

　　5、针对全球气候变化情景以及区域土地利用政策延续的可能性，开展多模式组合模拟和分析，对陕甘黄土高原生态系统的产水、水土保持以及粮食生产等开展了综合权衡分析，并提出了政策建议（论文5）； 

　　6、应用GEE遥感云计算平台和多种卫星遥感生态产品的时序分析，对哈萨克斯坦荒漠化过程的时空分布规律和驱动机制开展了分析，对各州的农牧业、工矿业发展提出了对策和建议（论文6）； 

　　7、应用长时序、多期次的卫星遥感解译，结合生态景观指数、空间自相关指数等参数，分析了城市生态用地的时空格局和演变，开展了土地变化驱动机制的建模分析，并对城市生态土地保护提出了针对性的政策建议（论文7、8）。 

　　课题组还获得1项有关“天地一体化”验证方法的发明专利授权，在国内CSCD期刊有多篇论文发表。此外，课题组成员还与所内其他课题组合作发表多篇SCI和CSCD论文。 

　　上述研究得到了科技部重点研发计划项目（2016YFC0503701，2016YFB0501502）、中科院战略先导A类计划（XDA19040301，XDA20010202, XDA23100200）、国家自然科学基金面上项目（41977421）等项目支持。 　　  

　　论文信息： 

　　（1）        Hu, Y., & Hu, Y. F. (2020). Detecting Forest Disturbance and Recovery in Primorsky Krai, Russia, Using Annual Landsat Time Series and Multi-Source Land Cover Products. Remote Sensing, 12(1). doi:10.3390/rs12010129. 

　　（2）        Hu, Y. F., & Zhang, Y. Z. (2020a). Global Nighttime Light Change from 1992 to 2017: Brighter and More Uniform. Sustainability, 12(12). doi:10.3390/su12124905. 

　　（3）        Wang, H.Y., Hu, Y. F., Tang, L., & Zhuo, Q. (2020). Distribution of Urban Blue and Green Space in Beijing and Its Influence Factors. Sustainability, 12(6). doi:10.3390/su12062252 

　　（4）        Hu, Y. F., Dai, Z. X., & Guldmann, J.-M. (2020). Modeling the impact of 2D/3D urban indicators on the urban heat island over different seasons: A boosted regression tree approach. Journal of environmental management, 266, 110424-110424. doi:10.1016/j.jenvman.2020.110424. 

　　（5）        Hu, Y. F., Gao, M., & Batunacun. (2020). Evaluations of water yield and soil erosion in the Shaanxi -Gansu Loess Plateau under different land use and climate change scenarios. Environmental Development, 34. doi:10.1016/j.envdev.2019.100488. 

　　（6）        Hu, Y. F., Han, Y. Q., & Zhang, Y. Z. (2020). Land desertification and its influencing factors in Kazakhstan. Journal of Arid Environments, 180. doi:10.1016/j.jaridenv.2020.104203. 

　　（7）        Hu, Y. F., & Zhang, Y. Z. (2020b). Spatial-temporal dynamics and driving factor analysis of urban ecological land in Zhuhai city, China. Scientific Reports, 10(1). doi:10.1038/s41598-020-73167-0. 

　　（8）        Zhang, Y. Z., Hu, Y. F., & Zhuang, D. F. (2020). A highly integrated, expansible, and comprehensive analytical framework for urban ecological land: A case study in Guangzhou, China. Journal of Cleaner Production, 268. doi:10.1016/j.jclepro.2020.122360.