在全球人口增长、自然资源消耗给粮食生产、分配不均带来的困境下，水产养殖成为联合国粮农组织中增长最快的一个部门。然而，当前全球水产养殖的空间分布信息仍然只能依靠传统的以行政边界为单元的统计数据获取，实际精细的空间分布制图数据仍然处于空白状态，严重阻碍了运用地理学空间思维的理论方法对日益增长的水产养殖及其环境作用评估研究，尤其是陆域的大规模水产养殖池。
基于此，中科院地理资源所杨晓梅、王志华研究团队，基于遥感大数据平台，调用2020年10米空间分辨率的全年哨兵2号多光谱卫星遥感影像，共4,015,054幅切片，研发时空谱与地学知识相结合的智能算法，实现了首幅全球尺度的规模化养殖池的空间分布制图。通过全球布设的样本点检验显示，该套数据集的准确率达83.91%，召回率达92.49%，综合指标F1-score达0.88。与已有中国、越南、印度等国家尺度的遥感监测结果相比，面积误差在10%以内。
统计结果发现：在全球尺度，包含沿海和内陆，2020年规模化养殖池塘总体面积达到553万公顷。其中，海岸带区域是规模化水产养殖池的主要分布区域，仅海岸线30km的区域就已分布了全球超75%以上的规模化水产养殖池，并且多数位于低海拔区域。
从国家尺度看，规模化养殖池面积排名前20的国家依次是中国、越南、印度尼西亚、印度、孟加拉、泰国、缅甸、厄瓜多尔、菲律宾、埃及、墨西哥、伊拉克、美国、巴西、伊朗、洪都拉斯、巴基斯坦、柬埔寨、法国、尼加拉瓜，其面积均超过了1万公顷，总面积达到536万公顷；排名前10的国家，其面积均超过了10万公顷，总体面达到503万公顷；排名前3的国家，总面积达351万公顷；仅中国养殖池面积就达217万公顷，占全球39%，超过全球的三分之一。
从区域尺度看，排名前20国家中除厄瓜多尔、墨西哥、美国、巴西、洪都拉斯、法国、尼加拉瓜外，均是海上丝路的沿岸国家，其养殖面积超500万公顷，占全球近90%，是规模化水产养殖池的绝对主体分布区域。除中国外，越南北部和南部、孟加拉南部、印度东部、印度尼西亚爪哇岛北部是全球范围内规模化养殖池的密集分布分区。南美的厄瓜多尔西部也是全球尺度的一个规模化养殖池密集分布区域。
研究成果发表于中科院一区期刊International Journal of Applied Earth Observation and Geoinformation上，中科院地理资源所王志华副研究员为第一作者，张俊瑶博士生为共同一作，杨晓梅研究员为通讯作者。论文得到“地球大数据科学工程”项目等资助。
论文信息：Zhihua Wang？, Junyao Zhang？, Xiaomei Yang *, Chong Huang, Fenzhen Su, et al. Global mapping of the landside clustering of aquaculture ponds from dense time-series 10m Sentinel-2 images on Google Earth Engine [J]. International Journal of Applied Earth Observation and Geoinformation, 2022，115（103100）
论文源：
https://www.sciencedirect.com/science/article/pii/S1569843222002886
从联合国统计数据看，我国水产养殖超过全球所有其他国家总和，其中离岸海水养殖占据较大比重。基于此，杨晓梅、王志华团队还基于类似思路，在2018年构建基于单期影像的自动化算法，提取了首套中国离岸海水养殖空间分布信息，统计显示中国离岸海水养殖区域达46万公顷。2022年，基于密集时序影像，考虑海水养殖年内周期变化情况，进行了高精度空间分布数据更新，统计结果显示中国离岸海水养殖区域达117万公顷。两套数据产品自2021年10月在国家地球系统科学数据中心共享发布后，累计获得近4万次访问量，得到国内相关高校、科研院所和国家业务部门的广泛下载应用，相关介绍也受新浪、网易等新闻媒体转载。相关论文发表于International Journal of Applied Earth Observation and Geoinformation以及International Journal of Digital Earth期刊，团队刘岳明博士、刘晓亮博士生分别为第一作者，杨晓梅研究员为通讯作者。
论文信息：
Liu Yueming, Wang Zhihua, Yang Xiaomei*, Zhang Yuanzhi, et al. Satellite-based monitoring and statistics for raft and cage aquaculture in China’s offshore waters [J]. International Journal of Applied Earth Observation and Geoinformation, 2020, 91.
(https://www.sciencedirect.com/science/article/pii/S0303243419313510 )
Liu Xiaoliang？, Wang Zhihua？, Yang Xiaomei*, et al. Mapping China’s offshore mariculture based on dense time-series optical and radar data [J]. Int J Digit Earth, 2022, 15(1): 1326-1349. (https://www.tandfonline.com/doi/full/10.1080/17538947.2022.2108923 )
中国离岸海水养殖相关数据集共享网址：
http://www.geodata.cn/data/datadetails.html?dataguid=98392255867795&docId=9
http://www.geodata.cn/data/datadetails.html?dataguid=122606915581534&docId=0
（图1：首套全球水产养殖池空间分布产品，2020年）
