福州大学数字中国研究院（福建）郑智嘉、余劲松弟研究团队在遥感领域顶级期刊《Remote Sensing of Environment》（中科院一区Top，影响因子：13.5）发表研究成果“基于多源遥感数据的全球30米沙丘地分类制图”（Development of a 30 m resolution global sand dune/sheet classification map (GSDS30) using multi-source remote sensing data）。主要合作者包括北京大学杜世宏教授、张修远副研究员。研究工作获得国家重点研发计划、福建省科技厅项目资助。

沙丘地是沙漠景观的主要覆盖类型，在全球分布广泛。准确识别提取沙丘地的类型与范围有助于掌握其时空分布格局，为土地沙化治理和可持续发展目标评估提供重要数据支撑与科学依据。然而，在全球尺度上，沙丘地的显著时空异质性导致其分类识别难度巨大，全球沙丘地制图产品仍然缺乏。该研究通过决策融合多套全球地表制图产品获得初始分类范围，构建顾及沙丘地区域差异性与时间差异性的多源多维度特征，基于小规模样本集自动获取全球高置信度分类样本，最终利用分区随机森林模型实现全球沙丘地分类，获得2017年全球30米沙丘地制图产品（GSDS30）。验证表明，分类总体精度达88.73%，其中流动沙丘地和半固定/固定沙丘地的精度分别为88.16%与77.08%。研究成果填补了大范围、精细尺度沙丘地分类制图数据空白，可以为众多下游应用场景提供数据底图支持。

      论文引用：Zheng, Z., Yu, J., Zhang, X., & Du, S. (2024). Development of a 30 m resolution global sand dune/sheet classification map (GSDS30) using multi-source remote sensing data. Remote Sensing of Environment, 302, 113973.（论文链接：https://www.sciencedirect.com/science/article/pii/S0034425723005254）

图1 技术路线图

图2 全球沙丘地分布情况

图3 全球沙丘地范围的人口分布情况