本网讯 近日，学校资源与环境学院董斌教授、王铭特任副教授团队与中国科学院东北地理与农业生态研究所、美国罗德岛大学在国际知名期刊《ISPRS Journal of Photogrammetry and Remote Sensing》合作发表题为“Annual wetland changes across China (2016–2024) from multisource temporal data and knowledge-driven machine learning approach”的研究论文，该研究针对大尺度、高分辨率湿地动态制图难题，开发了一种先验知识驱动的大尺度湿地动态制图方法。

湿地是具有独特功能的生态系统，作为“山水林田湖草沙”生命共同体的重要组成部分。在全球湿地生态系统退化的背景下，精准的、及时的、大范围的湿地空间分布信息对于湿地资源的合理利用与保护，及相关联合国可持续发展目标（SDGs）的评估都至关重要。然而，受到年度训练样本获取成本高、大尺度制图背景干扰严重、计算资源消耗大以及年际精度不稳定等因素的限制，已有的大尺度湿地制图研究难以支持湿地资源可持续规划与管理的需要。

针对上述问题，在遥感大数据和云计算平台的支持下，研究团队开发了一种先验知识驱动的大尺度湿地动态制图方法，首次制作了中国10米空间分辨率、年度连续更新（2016-2024年）、多类型的国家尺度湿地动态监测产品，平均总体精度达到81.72%以上。该方法通过整合地形、土壤湿度以及植被与水体的长时序波动等特征来估算湿地发生概率，并以此作为先验知识，结合机器学习方法实现了国家尺度的年度湿地动态制图，有效屏蔽了大规模制图中非湿地背景地物的干扰，大幅降低了模型对海量训练样本的依赖，并显著提升了年际湿地制图的计算效率与精度稳定性。该研究成果将为我国的生物多样性保护、候鸟栖息地评估、碳储存和碳汇精细核算等科学研究提供重要的参考，为国家湿地资源的保护与修复工程提供数据支撑。

学校为第一完成单位，相关研究受国家自然科学基金（42330109，42171379，42501400）、安徽农业大学引进高层次人才科研启动项目（rc522413）共同资助。