编辑推荐：
城市化带来诸多环境问题，现有城市形态监测方法存在局限。研究人员基于局部气候区（LCZ）方案，对中国主要城市 2000 - 2022 年城市形态进行动态测绘。结果显示精度较高，与其他数据集契合良好，有助于城市形态监测和气候研究。
在过去几十年，全球城市化进程飞速发展，中国的城市化变化尤为显著。城市化虽然带来了经济的繁荣，但也引发了一系列严重的环境问题，比如城市热岛（UHI）效应、能源消耗增加以及热致疾病风险上升等。
为了监测城市化进程，许多研究通过绘制城市土地覆盖变化图来进行分析。然而，城市区域的真实环境极为复杂，单一的土地覆盖类别根本无法全面地描述城市的多样形态。于是，研究人员尝试了各种方法来改进对城市形态的研究。有的通过参数化建筑结构，结合二维 / 三维城市形态来研究城市的精细特征；有的则将建筑按照功能或形式进行分类。其中，2012 年提出的局部气候区（LCZ）分类框架，综合考虑了建筑结构、土地覆盖、建筑材料和人为异质性等因素，为全球城市形态的研究提供了统一的框架，在城市气候研究领域得到了广泛应用。
尽管如此，目前关于城市形态动态监测的研究却非常稀少。主要原因在于样本收集成本高，而且不同年份的 LCZ 测绘结果不一致。这就使得深入研究城市逐年更新变化变得困难重重。在这样的背景下，中国地质大学（北京）等多所高校和研究机构的研究人员开展了一项极具意义的研究。
研究人员以中国面积大于 100 平方公里的城市为研究区域，收集并精炼众包训练区域，结合多源遥感（RS）影像构建综合训练特征集。他们利用 LCZ 测绘框架，在省级、地理区域和全国等不同尺度下对中国主要城市进行城市形态测绘。之后，通过对比不同尺度的测绘结果，选取效果最佳的尺度来生成最终的测绘成果，并利用验证样本和与其他现有测绘产品对比的方式来评估结果的准确性。
在训练区域方面，研究人员从 WUDAPT 项目收集样本，仔细筛选出准确率超过 80% 的样本，并且根据谷歌地球的高分辨率图像对样本进行年度修订，最终将样本集按照 7:3 的比例随机分为训练样本和验证样本 。对于 RS 源特征集，研究人员使用了来自 Sentinel - 2、Landsat 等多源遥感图像及其衍生数据，还包括数字高程模型（DEM）数据和夜光数据等。在城市形态测绘框架中，研究人员利用多种数据计算光谱指数和纹理特征，通过一系列处理和规则筛选，最终得到城市形态动态测绘结果。
研究结果表明，区域模型的分类精度普遍高于省级模型和全国模型。从不同地理区域来看，各区域的城市形态变化呈现出不同的特点。例如，西南地区的高层建筑比例较高，而西北地区的开放中层建筑比例较高。通过与其他 LCZ 产品对比发现，研究结果在多数 LCZ 类型上与其他产品吻合良好，但在 LCZ8 等类型上存在差异。同时，研究人员利用高德地图建筑矢量数据，分析了不同 LCZ 建筑类别的建筑高度和密度特征，发现不同 LCZ 类型在建筑高度和密度上存在明显差异，且具有区域特征。
这项研究生成了 2000 - 2022 年中国主要城市的城市形态动态数据集，为城市形态监测和城市气候研究提供了重要的数据支持。研究结果不仅有助于深入了解城市形态的变化规律，还为进一步研究城市形态变化对环境的影响奠定了基础。此外，研究中所采用的方法和框架也为其他地区的城市形态研究提供了有益的参考，在城市规划、环境保护等领域具有重要的应用价值。该研究成果发表在《Scientific Data》上，为相关领域的研究开辟了新的方向，推动了城市科学的发展。
