针对上述科学问题，我校“环境遥感团队”博士研究生田令文，在导师刘湘南教授指导下，以“不同景观格局变化类型在影像中的几何形态特征差异”为突破口，建立了“定义状态”（建立景观格局的变化类型集合）、“识别状态”（构建识别不同变化类型方法）和“描述演变”（提取演变模式、时间、步长）的状态-演变检测模型（SEDM），并以山西省为实验区验证了模型的有效性。研究取得的主要认识如下：
1. 在综合国内外景观格局与生态过程相互关系研究的基础上，建立了由六种重要的生态过程形成的景观格局变化类型集合，实现对景观格局变化类型全面的描述（图1）；
2. 将研究区划分为一组连续的空间单元，并将每个单元的连续景观格局变化定义为连续时间非均匀过程。通过筛选出的4个景观格局指数建立基于几何形态规则的模式识别方法，检测景观单元内连续变化过程中的演变模式、演变时间和演变时长，最终形成 “状态-演变检测”框架，突破了以往的景观格局变化检测模型的局限，实现对各种生态过程和景观格局演变信息的检测（图2）；
3. 以山西省为例，验证了模型的应用效果，获取了山西省景观格局演变模式（图3）、演变时间（图4）、景观格局变化类型相互演变的时间步长（图5）。
该研究提出了一种从时序遥感影像中自动检测景观格局演变信息的新框架。SEDM不仅引入了与各种生态过程相关的景观格局变化类型，以揭示长期生态演变过程和多种生态过程之间的演变模式，而且精细地刻画了景观格局变化过程，挖掘出更多格局与过程的关系信息，为深入研究景观格局与过程的耦合关系提供了新的视角，有助于揭示区域环境变化的机制。
图1. 根据几何形态特征区分的六种主要的景观格局变化类型
图2. SEDM 框架：(a) 定义状态空间； (b) 识别状态类型； (c) 连续演变检测
图3. SEDM模型输出的山西省1987至2018年景观格局演变模式
图 4. 从三种主要的演变模式中检测到的演变时间：（a）模式 A-C，（b）模式 A-D-A 和（c）模式 A-D-A-D；直方图是对各个年份经历某种演变的景观单元数量统计；与直方图连接的时间为该演变最频繁的时间
图 5. SEDM 输出的景观格局变化类型相互演变的时间步长（TBS）
该项研究成果发表在遥感国际权威刊物《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》上：Tian, L., Liu, X., Liu, M., & Wu, L. (2021). State-and-Evolution Detection Models: A Framework for Continuously Monitoring Landscape Pattern Change. IEEE Transactions on Geoscience and Remote Sensing. [IF 2020=5.6]
全文链接：https://doi.org/10.1109/TGRS.2021.3088537
