基于实体分析与深度学习的中国住区足迹1990–2020全国制图数据集（CSF30）

《Scientific Data》：Beyond built-up land: Mapping complete settlement footprint in China from 1990 to 2020 with Landsat imagery

　　

摘要

人类住区的准确制图对于理解城市化、人地相互作用和可持续发展至关重要。现有的中分辨率产品往往仅关注建成区核心，从而低估了住区的真实空间范围。在此，我们提出了中国住区足迹 1990–2020 数据集（CSF30），这是一个基于 Landsat 影像、以五年为间隔描绘完整人类住区足迹的全国性产品。CSF30 是结合基于实体的影像分析框架与深度学习架构生成的。为确保时空泛化能力和边界准确性，模型通过一种两阶段策略进行训练，利用了建成区数据集和新标注的住区足迹数据集。全面验证表明，在 30 年期间，CSF30 的平均 F1 分数达到 0.91，与现有产品相比，在表征农村和城乡结合部地区方面具有明显优势。CSF30 为多种应用提供了关键的高质量基准，包括调查住区轨迹、评估生态和环境影响，以及监测可持续发展目标（SDGs）的进展情况。