1984年至2020年全球森林年增长图

由于土地利用变化（主要是许多热带地区的森林砍伐和许多温带地区的植树造林）和气候变化，全球森林覆盖率正在迅速变化。然而，仍然缺乏精细的空间和时间分辨率的全球森林增益详细地图。在这项研究中，我们开发了一个新的自动框架，基于Landsat时间序列、LandTrendr算法和谷歌地球引擎（GEE）平台，绘制了全球森林年增长图。首先，根据全球森林变化产品（GFC）收集的稳定森林样本用于确定森林增益检测的年度归一化燃烧率（NBR）阈值。其次，利用1982年至2020年的NBR时间序列和LandTrendr算法，基于一组决策规则，我们生成了1984年至2020年间全球森林收益年的数据集。我们的研究结果表明，中国、俄罗斯、巴西和北美都出现了大面积的森林增加，全球绝大多数森林增加发生在2000年以来。新的数据集在空间范围和森林增加年份方面与实地调查和替代遥感产品的数据是一致的。我们的数据集对于森林覆盖变化对全球碳循环的净影响的政策相关研究具有重要价值，并为监测其他类型的土地覆盖动态提供了一种高效且可转移的方法。