遥感数据（GEE平台）介绍及简单可视化（三）｜Dynamic World助力城市水体变化与建设用地扩张联合监测

一、研究背景

随着城市化进程的加快，城市用地规模持续扩张，往往导致原有水体面积缩减，甚至部分水体被建设用地所取代。这一变化不仅改变了城市生态格局，也给城市水安全与生态环境保护带来诸多挑战。因此，如何高效、自动化地监测城市区域的水体消减和建设用地扩张，尤其是两者的相互转化过程，成为城市精细化管理和生态红线监管的重要内容。
借助高分辨率、近实时遥感大数据和云计算平台，可以实现对城市地表变化的快速、动态、空间化提取和可视化分析，为科学决策提供坚实支撑。

二、数据产品简介

Dynamic World 数据集是Google与世界资源研究所（WRI）联合推出的新一代全球土地覆盖产品。该数据集基于欧洲空间局Sentinel-2卫星的10米分辨率影像，利用深度学习模型，实现了近实时、全球范围的自动化地表分类。其特点如下：

• 空间分辨率高：10米像元，适合城市精细分析；
• 更新频率高：每景影像分析后24小时内自动产出；
• 类别体系科学：包括水体、森林、草地、湿地、农田、灌丛、建设用地、裸地八大类；
• 概率输出丰富：除主类别，还输出每像元的8类概率分布，支持不确定性分析；
• 完全开放：在GEE平台一键调用，数据集ID为 GOOGLE/DYNAMICWORLD/V1。

主要类别及调色板：

代码	类别（中文）	类别（英文）	颜色
0	水体	Water	#419BDF
1	森林	Trees	#397D49
2	草地	Grass	#88B053
3	湿地	Flooded Vegetation	#7A87C6
4	农田	Crops	#E49635
5	灌丛	Shrub & Scrub	#DFC35A
6	建设用地	Built Area	#C4281B
7	裸地	Bare Ground	#A59B8F

引用文献：Brown, C.F., Brumby, S.P., Guzder-Williams, B. et al. Dynamic World, Near real-time global 10 m land use land cover mapping. Sci Data 9, 251 (2022). doi:10.1038/s41597-022-01307-4.

三、案例设计：广州2022年城市水体与建设用地联合变化分析

3.1 分析目标

以广州为例，通过Dynamic World数据自动提取2022年初与年末的水体、建设用地分布，并实现以下三类变化的自动识别与空间分析：

• 2022年水体净损失区域
• 2022年新增建设用地区域
• 水体直接转变为建设用地的敏感区

该分析为城市水生态保护、空间扩张预警和红线监管提供数据基础。

3.2 自动化分析流程与主要代码

1）研究区与类别参数

// 研究区：广州城区范围（可根据实际需求调整）
var region = ee.Geometry.Rectangle([113.06, 22.60, 113.70, 23.35]);

// Dynamic World类别代码
var WATER = 0;
var BUILT = 6;

2）多时相数据获取与主类别合成

// 2022年1月地表主类合成
var dw_start = ee.ImageCollection('GOOGLE/DYNAMICWORLD/V1')
  .