Ulepszona mapa nieprzepuszczalnych powierzchni 30 m dla Chin (2020, 2022) oparta na fuzji danych 2 m/30 m

Wybrukowane miejsca, których nie widać z poziomu gruntu

Miasta i drogi przekształcają krajobraz Chin w oszałamiającym tempie, lecz z poziomu ulicy trudno pojąć, ile terenów zostało przykrytych betonem, asfaltem i dachami. Artykuł przedstawia nową, bardzo szczegółową mapę pokazującą rozmieszczenie takich „powierzchni nieprzepuszczalnych” w niemal całych Chinach kontynentalnych w latach 2020 i 2022. Ponieważ twarde nawierzchnie wpływają na powodzie, fale upałów, zanieczyszczenie i nawet na to, gdzie można zainstalować panele słoneczne, dokładny krajowy obraz ma znaczenie dla klimatologów, planistów miejskich i właścicieli domów.

Dlaczego twarda nawierzchnia ma znaczenie

Powierzchnie nieprzepuszczalne to miejsca, gdzie deszczówka nie może wsiąknąć w glebę — pomyśl o autostradach, parkingach, placach fabrycznych i gęstych osiedlach. Wraz z ekspansją miast obszary te się powiększają, przyspieszając spływ rzeki burzowej, zwiększając ryzyko powodzi, zatrzymując ciepło i pozbawiając siedlisk roślin oraz zwierząt. Wiele modeli komputerowych przewidujących magazynowanie węgla, obieg wody czy przepływ składników odżywczych opiera się na mapach pokrycia terenu. Jeśli mapy zaniżają lub niewłaściwie pokazują obszary zabudowane, modele te mogą być poważnie błędne. Istniejące globalne produkty mapowania często grupują różne obszary antropogeniczne w jedną szeroką kategorię i mają tendencję do pomijania małych wiosek, wąskich dróg oraz mozaikowych terenów, gdzie budynki i otwarte przestrzenie są przemieszane — cech szczególnie powszechnych w Chinach.

Połączenie ostrego wykrywania detali z szerokim widokiem

Autorzy zlikwidowali te luki przez fuzję dwóch rodzajów danych satelitarnych. Szczegółowe obrazy 2‑metrowe z chińskich satelitów Gaofen i Ziyuan dostarczają poziomu detali zbliżonego do widoku ulicy, podczas gdy 30‑metrowe obrazy Landsata oraz dane wysokościowe zapewniają spójne pokrycie całego kraju. Najpierw zbudowali mozaiki wolne od chmur z obrazów 2‑metrowych za lata 2020 i 2022, a potem sparowali je z rocznymi kompozytami pasm widzialnych i podczerwieni Landsata oraz informacjami o ukształtowaniu terenu. Aby wytrenować model, zastosowali sprytną strategię próbkowania: używając pojęcia entropii Shannona z teorii informacji, wybrali obszary o wyjątkowo zróżnicowanych mieszankach typów terenu i stopni urbanizacji, zapewniając, że przykłady wprowadzone do algorytmu odzwierciedlają wszystko, od miast pustynnych po nadbrzeżne megamiasta.

Nauczanie komputera czytania krajobrazu

Z tych starannie wybranych miejsc eksperci wizualnie przejrzeli wysokorozdzielcze fragmenty obrazów i oznaczyli 200 000 próbek w cztery szerokie klasy: powierzchnie nieprzepuszczalne, roślinność, woda oraz gleba odsłonięta lub inne. Co ważne, nie odrzucili „mieszanych” pikseli, w których obszar 30‑metrowy zawiera na przykład jednocześnie budynki i drzewa; zamiast tego zachowali je i dostosowali ich wagę podczas treningu, ponieważ takie mieszane piksele są powszechne w rzeczywistych miastach. Zespół zbudował następnie system głębokiego uczenia z dwugałęziową architekturą. Jedna gałąź, oparta na 50‑warstwowej sieci resztkowej, uczyła się wzorców bezpośrednio z fragmentów obrazów, podczas gdy druga przetwarzała proste dane numeryczne, takie jak reflektancja Landsata i informacje terenowe. Model łączył oba strumienie, aby zdecydować, do której z czterech klas dany piksel 30‑metrowy najprawdopodobniej należy.

Dostosowanie do rozległego i zróżnicowanego kraju

Krajobrazy Chin obejmują wilgotne niziny przybrzeżne, pustynie i wysokie płaskowyże, a osadnictwo ma bardzo różny charakter. Aby sobie z tym poradzić, badacze najpierw podzielili kraj na pięć szerokich regionów — płaskowyże, strefy suche, równiny, pagórki i góry — używając klimatu, topografii, warunków zachmurzenia i istniejących statystyk pokrycia terenu. Następnie wytrenowali kilka wersji modelu, z których każda była ważona tak, by działać najlepiej w danym regionie oraz istniał model ogólnokrajowy. Podczas mapowania oceniali, która wersja sprawdza się najlepiej w obrębie każdej komórki siatki o boku jednego stopnia (w przybliżeniu rozmiar małej prowincji) używając danych walidacyjnych i lokalnie wybierali ten model. To regionalne dostosowanie znacząco poprawiło wydajność, szczególnie w trudnych obszarach zachodnich, gdzie powierzchnie zabudowane mogą spektralnie przypominać odsłoniętą glebę.

Jak dobra jest nowa mapa?

Wynikowe produkty China Impervious Surface Cover dla 2020 i 2022 są udostępnione jako łatwe w użyciu kafelkowane pliki w rozdzielczości 30 metrów, z każdym pikselem oznaczonym jako nieprzepuszczalny, roślinność, woda lub gleba odsłonięta. Testy przeciwko niezależnym punktom oznaczonym przez ekspertów wykazały, że mapa z 2020 roku osiągnęła bardzo wysoki wynik F1 — miarę dokładności ogólnej — około 0,94 dla powierzchni nieprzepuszczalnych, znacznie przewyższając trzy szeroko stosowane produkty globalne. Porównania wizualne w siedmiu kontrastujących regionach pokazują, że nowy zestaw danych wychwytuje drobne sieci dróg, rozproszone wiejskie wsie i osiedla o niskiej gęstości, które inne produkty często pomijają, jednocześnie unikając dużych fałszywych plam na pustyniach, wysokich górach i obszarach podmokłych. Autorzy zauważają pozostające problemy, takie jak drobne luki danych wzdłuż krawędzi niektórych scen satelitarnych oraz inherentna trudność pikseli mieszanych, lecz wskazują plany ich zmniejszenia w przyszłych pracach.

Co to oznacza dla codziennego życia

Dla osób niebędących specjalistami najważniejsza wiadomość jest taka, że dysponujemy teraz jednym z najbardziej wiarygodnych, szczegółowych obrazów tego, gdzie w ostatnich latach Chiny utwardziły grunt wskutek działalności ludzkiej. Ta mapa może zasilać dokładniejsze oceny ryzyka powodzi, bardziej realistyczne modele miejskiego klimatu i jakości powietrza, lepsze planowanie lokalizacji paneli dachowych oraz bardziej przemyślane projektowanie nowej infrastruktury. Krótko mówiąc, przez nauczenie komputerów inteligentniejszego „czytania” obrazów satelitarnych i dostosowanie ich do zróżnicowanych chińskich krajobrazów, badanie dostarcza potężne narzędzie do zrozumienia, jak szybko kraj wymienia glebę i roślinność na beton — oraz jakie to ma konsekwencje dla ludzi i środowiska.

Cytowanie: Yin, R., He, G., Wang, G. et al. Enhanced 30 m Impervious Surfaces for China (2020, 2022) via 2 m/30 m Data Fusion. Sci Data 13, 297 (2026). https://doi.org/10.1038/s41597-026-06619-3

Słowa kluczowe: urbanizacja, powierzchnie nieprzepuszczalne, teledetekcja, mapowanie pokrycia terenu, Chiny