在全球人口增長、自然資源消耗給糧食生產、分配不均帶來的困境下，水產養殖成為聯合國糧農組織中增長最快的一個部門。然而，當前全球水產養殖的空間分布信息仍然只能依靠傳統的以行政邊界為單元的統計數據獲取，實際精細的空間分布制圖數據仍然處于空白狀態，嚴重阻礙了運用地理學空間思維的理論方法對日益增長的水產養殖及其環境作用評估研究，尤其是陸域的大規模水產養殖池。
基于此，中科院地理資源所楊曉梅、王志華研究團隊，基于遙感大數據平臺，調用2020年10米空間分辨率的全年哨兵2號多光譜衛星遙感影像，共4,015,054幅切片，研發時空譜與地學知識相結合的智能算法，實現了首幅全球尺度的規模化養殖池的空間分布制圖。通過全球布設的樣本點檢驗顯示，該套數據集的準確率達83.91%，召回率達92.49%，綜合指標F1-score達0.88。與已有中國、越南、印度等國家尺度的遙感監測結果相比，面積誤差在10%以內。
統計結果發現：在全球尺度，包含沿海和內陸，2020年規模化養殖池塘總體面積達到553萬公頃。其中，海岸帶區域是規模化水產養殖池的主要分布區域，僅海岸線30km的區域就已分布了全球超75%以上的規模化水產養殖池，并且多數位于低海拔區域。
從國家尺度看，規模化養殖池面積排名前20的國家依次是中國、越南、印度尼西亞、印度、孟加拉、泰國、緬甸、厄瓜多爾、菲律賓、埃及、墨西哥、伊拉克、美國、巴西、伊朗、洪都拉斯、巴基斯坦、柬埔寨、法國、尼加拉瓜，其面積均超過了1萬公頃，總面積達到536萬公頃；排名前10的國家，其面積均超過了10萬公頃，總體面達到503萬公頃；排名前3的國家，總面積達351萬公頃；僅中國養殖池面積就達217萬公頃，占全球39%，超過全球的三分之一。
從區域尺度看，排名前20國家中除厄瓜多爾、墨西哥、美國、巴西、洪都拉斯、法國、尼加拉瓜外，均是海上絲路的沿岸國家，其養殖面積超500萬公頃，占全球近90%，是規模化水產養殖池的絕對主體分布區域。除中國外，越南北部和南部、孟加拉南部、印度東部、印度尼西亞爪哇島北部是全球范圍內規模化養殖池的密集分布分區。南美的厄瓜多爾西部也是全球尺度的一個規模化養殖池密集分布區域。
研究成果發表于中科院一區期刊International Journal of Applied Earth Observation and Geoinformation上，中科院地理資源所王志華副研究員為第一作者，張俊瑤博士生為共同一作，楊曉梅研究員為通訊作者。論文得到“地球大數據科學工程”項目等資助。
論文信息：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）
論文源：https://www.sciencedirect.com/science/article/pii/S1569843222002886
從聯合國統計數據看，我國水產養殖超過全球所有其他國家總和，其中離岸海水養殖占據較大比重。基于此，楊曉梅、王志華團隊還基于類似思路，在2018年構建基于單期影像的自動化算法，提取了首套中國離岸海水養殖空間分布信息，統計顯示中國離岸海水養殖區域達46萬公頃。2022年，基于密集時序影像，考慮海水養殖年內周期變化情況，進行了高精度空間分布數據更新，統計結果顯示中國離岸海水養殖區域達117萬公頃。兩套數據產品自2021年10月在國家地球系統科學數據中心共享發布后，累計獲得近4萬次訪問量，得到國內相關高校、科研院所和國家業務部門的廣泛下載應用，相關介紹也受新浪、網易等新聞媒體轉載。相關論文發表于International Journal of Applied Earth Observation and Geoinformation以及International Journal of Digital Earth期刊，團隊劉岳明博士、劉曉亮博士生分別為第一作者，楊曉梅研究員為通訊作者。
論文信息：
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 )
中國離岸海水養殖相關數據集共享網址：
http://www.geodata.cn/data/datadetails.html?dataguid=98392255867795&docId=9
http://www.geodata.cn/data/datadetails.html?dataguid=122606915581534&docId=0
首套全球水產養殖池空間分布產品（2020年，10米分辨率）
