1月16日，中科院东北地理与农业生态研究所（以下简称东北地理所）研究员王宗明团队利用哨兵-2号密集时间序列数据和Google Earth Engine（GEE）云平台，研发了一种快速、高精度、鲁棒性强、全自动的滨海滩涂提取方法，并绘制了至目前为止最新、空间分辨率最高（10米）的全国滨海滩涂分布图。研究成果发表于《环境遥感》。

　　滨海滩涂是海陆交界的生态过渡带，包括潮间带泥滩、沙滩和海岸等无植被区域。滨海滩涂可为人类提供多种生态系统服务，如碳汇、维持生物多样性、控制污染、调节气候等，并在调节区域生态平衡、改善环境质量及维持滨海地区生态安全等方面发挥重要作用。同时，滨海滩涂受到陆地和海洋环境的双重影响和制约，是最为脆弱的湿地生态系统类型之一。近半个世纪以来，受人类开发和气候变化等因素的影响，中国滨海滩涂严重萎缩退化，国家和地方层面在制定管理政策的时候需要平衡滨海滩涂的保护和开发工作。快速、可靠、高精度的国家尺度滩涂分布图是制定及实施海岸保护策略的重要依据。

　　王宗明告诉《中国科学报》，由于潮汐的周期性淹没，滨海滩涂斑块只在最低潮时期短暂全部裸露，利用光学卫星图像进行滩涂制图最大的困难在于影像潮位的不确定性。在大尺度遥感制图研究中，应用传统的对照潮汐表查询最低潮图像的方法，费时、费力、周期长；而且传统的数据源，如Landsat系列，重访周期8～16天，加之滨海地区云雨天气较多，很难保证短期内获取最低潮的影像。

　　为了克服这些困难，研究人员集成影像最大值合成算法（MSIC）和OTSU图像自适应分割阈值算法（OA），提出了一种高效、高精度、高鲁棒性的潮间带滩涂自动提取方法，命名为MSIC-OA。随后，研究人员以2019年1月1日到2020年6月30日的28367景Sentinel-2密集时序数据为数据源，基于GEE云平台，应用MSIC-OA方法,进行全国滨海滩涂制图，将绘制的地图命名为China_Tidal Flat（CTF）。结果显示，2020年中国滨海滩涂总面积为 858,784 公顷，其中江苏省滨海滩涂资源最为丰富。

　　研究人员应用实地调查样点生成的误差矩阵和亚米级高分遥感数据，对CTF进行精度验证。结果显示，CTF的总体分类精度可达95%，F1分数为0.93；绘制的滩涂斑块与低潮亚米级高分遥感数据的一致性极高。

　　论文第一作者、东北地理所副研究员贾明明介绍，该研究的理论和方法不仅适用于滨海滩涂的自动、精准遥感提取，对于其它涉水生态系统研究也有重要的借鉴价值。CTF提供了最新的、分辨率最高的中国滨海滩涂空间分布信息，可用于海岸带保护与管理工作，并可以服务于联合国可持续发展目标的评估。

　　该研究得到中国科学院战略性先导科技专项（A 类）、中科院青年创新促进会人才项目等共同资助。

　　相关论文信息：https://doi.org/10.1016/j.rse.2021.112285