濕地是“山水林田湖草”生命共同體的重要組成部分，濕地的保護與管理對于“美麗中國”建設至關(guān)重要。20世紀50年代以來(lái)，受到氣候變化和人類(lèi)活動(dòng)的雙重脅迫，中國濕地面積大幅減少，空間分布范圍明顯萎縮。高精度的濕地空間分布信息是國家濕地保護與管理決策支持和濕地科學(xué)研究的重大科技需求。

　　東北地理所王宗明研究團隊近年來(lái)在濕地遙感研究領(lǐng)域取得一系列進(jìn)展，主要包括：（1）研發(fā)了高精度國家尺度濕地分布數據集CAS_Wetlands、紅樹(shù)林動(dòng)態(tài)數據集CAS_Mangroves、互花米草入侵數據集CAS S. alterniflora、濱海養殖池擴張數據集CAS_Coastal Aquaculture；（2）基于遙感大數據，解析了我國濕地面臨的主要威脅，闡明了我國濕地損失與恢復的時(shí)空特征；（3）構建濕地水禽棲息地適宜性評價(jià)模型、濕地恢復空間決策支持模型，建立濕地保護工程成效遙感評估指標體系和評估方法。相關(guān)研究成果發(fā)表于ISPRS Journal of Photogrammetry and Remote Sensing、Science of the Total Environment、Journal of Cleaner Production、International Journal of Applied Earth Observation and Geoinformation、Land Degradation and Development、Remote Sensing、Sensors、Biogeosciences、Journal of Environmental Management、Ecological Engineering等國際重要期刊，并被新華網(wǎng)、中國日報、央視網(wǎng)、中國科學(xué)報、科學(xué)網(wǎng)、新浪網(wǎng)、網(wǎng)易、搜狐網(wǎng)等媒體廣泛報道。這些研究由東北地理所王宗明、毛德華、賈明明、任春穎、宋開(kāi)山、姜明，東北地理所海外特聘研究員美國印第安納大學(xué)李林、美國羅德島大學(xué)王野喬、美國亞利桑那州立大學(xué)鄔建國，中科院空天信息研究院吳炳方、曾源，中國科學(xué)院國家天文臺張淵智，武漢大學(xué)王超等共同完成。

　　近期，王宗明研究團隊生產(chǎn)的30米分辨率中國濕地空間分布數據集（2015年）在國家地球系統科學(xué)數據中心、國家地球系統科學(xué)數據中心黑土與濕地分中心、東北地理所科學(xué)數據中心公開(kāi)發(fā)布，免費共享，注冊后即可下載。研究團隊采用集成面向對象方法與多層決策樹(shù)的濕地分類(lèi)技術(shù)（HOHC），進(jìn)行國家尺度濕地分類(lèi)，最終獲得2015年中國沼澤濕地、紅樹(shù)林、互花米草、濱海養殖池的空間分布數據集，總體分類(lèi)精度在92%以上。該數據集可以作為國家落實(shí)聯(lián)合國可持續發(fā)展目標SDGs進(jìn)展狀況評估的重要基礎，為國家《國際濕地公約》具體履約行動(dòng)提供關(guān)鍵數據支撐，也可為我國濕地生態(tài)系統有效管理與保護、外來(lái)入侵物種防治、濕地恢復空間決策支持提供科學(xué)依據。

中國沼澤濕地空間分布（2015年）       中國紅樹(shù)林空間分布（2015年）

國互花米草空間分布（2015年） 中國濱海養殖池空間分布（2015年）

　　數據集由王宗明、毛德華、賈明明、任春穎等生產(chǎn)。在國家地球系統科學(xué)數據中心等網(wǎng)站注冊后，即可免費下載使用。獲取地址如下：（1）國家地球系統科學(xué)數據中心：http://www.geodata.cn/thematicView/wetland2020.html；（2）國家地球系統科學(xué)數據中心黑土與濕地分中心：http://northeast.geodata.cn/special/user.html#content1；（3）中國科學(xué)院東北地理與農業(yè)生態(tài)研究所科學(xué)數據中心：http://www.igadc.cn/wetlands/u54e0，http://www.igadc.cn/wetlands/u1fd8，http://www.igadc.cn/wetlands/u9647，http://www.igadc.cn/wetlands/u6c1f。

　　歡迎下載使用。聯(lián)系人：毛德華maodehua@iga.ac.cn、賈明明jiamingming@iga.ac.cn、任春穎renchy@iga.ac.cn、王宗明zongmingwang@iga.ac.cn。

　　上述數據集的關(guān)聯(lián)文獻如下：

　　[1] Mao, D.H., Wang, Z.M., Du, B.J., Li, L., Tian, Y.L., Zeng, Y., Song, K.S., Jiang, M., Wang, Y.Q. 2020. National wetland mapping in China: A new product resulting from object based and hierarchical classification of Landsat 8 OLI images. ISPRS Journal of Photogrammetry and Remote Sensing, 164: 11-25.

　　[2] Mao, D.H., Wang, Z.M., Wu, J.G., Wu, B.F., Zeng, Y., Song, K.S., Yi, K.P., Luo, L. 2018. China's wetlands loss to urban expansion. Land Degradation and Development, 29: 2644-2657.

　　[3] Mao, D.H., Luo, L., Wang, Z.M., Wilson, M.C., Zeng, Y., Wu, B.F., Wu, J.G. 2018. Conversions between natural wetlands and farmland in China: A multiscale geospatial analysis. Science of the Total Environment, 634: 550-560.

　　[4] Mao, D.H., Liu, M.Y., Wang, Z.M., Li, L., Man, W.D., Jia, M.M., Zhang, Y.Z. 2019. Rapid Invasion of Spartina alterni?ora in the Coastal Zone of Mainland China: Spatiotemporal Patterns and Human Prevention. Sensors, 19: 2308.

　　[5] Jia, M.M., Wang, Z.M., Wang, C., Mao, D.H., Zhang. Y.Z. 2019. A new vegetation index to detect periodically submerged mangrove forest using single-tide Sentinel-2 imagery. Remote Sensing, 11: 2043.

　　[6] Jia, M.M., Wang, Z.M., Zhang, Y.Z., Mao, D.H., Wang, C. 2018. Monitoring loss and recovery of mangrove forests during 42 years: The achievements of mangrove conservation in China. International Journal of Applied Earth Observation and Geoinformation, 73: 535-545.

　　[7] Jia, M.M., Wang, Z.M., Li, L., Song, K.S., Ren, C.Y., Liu, B., Mao, D.H. 2014. Mapping China’s mangroves based on an object-oriented classification of Landsat imagery. Wetlands, 34: 277-283.

　　[8] Liu, M.Y., Mao, D.H, Wang, Z.M. 2018. Rapid invasion of Spartina alterniflora in the coastal zone of mainland China: New observations from Landsat OLI images. Remote Sensing, 10 (12): 1933.

　　[9] Ren, C.Y., Wang, Z.M., Zhang, Y.Z., Zhang, B., Chen, L., Xi, Y.B. 2019. Rapid expansion of coastal aquaculture ponds in China from Landsat observations during 1984–2016. International Journal of Applied Earth Observation and Geoinformation, 82: 101902.