Global land-use and land-cover change (LUCC) data are crucial for modeling a wide range of environmental conditions. So far, access to high-resolution LUCC products at a global scale for public use is difficult because of data and technical issues. This article presents a Future Land-Use Simulation (FLUS) system to simulate global LUCC in relation to human-environment interactions, which is built and verified by using remote sensing data. IMAGE has been widely used in environmental studies despite its relatively coarse spatial resolution of 30 arc-min, which is about 55km at the equator. Recently, an improved model has been developed to simulate global LUCC with a 5-min resolution (about 10km at the equator). We found that even the 10-km resolution, however, still produced major distortions in land-use patterns, leading urban land areas to be underestimated by 19.77 percent at the global scale and global land change relating to urban growth to be underestimated by 60 to 97 percent, compared with the 1-km resolution model proposed through this article. These distortions occurred because a large percentage of small areas of urban land was merged into other land-use classes. During land-use change simulation, a majority of small urban clusters were also lost using the IMAGE product. Responding to these deficiencies, the 1-km FLUS product developed in this study is able to provide the spatial detail necessary to identify spatial heterogeneous land-use patterns at a global scale. We argue that this new global land-use product has strong potential in radically reducing uncertainty in global environmental modeling. ???????????? (LUCC) ??, ????????????????????, ?????????, ?????????? LUCC ??????????????????????????? (FLUS) ??, ???? LUCC ?????????, ????????????????????? IMAGE ?????????????????, ????????????, ??????????????????????????, ???????? (?????????) ??? LUCC?????, ??????????, ????????????????, ????????????????????, ?????????????????????????, ?????????????, ?????????????????????????????????????????????????????????, ?? IMAGE ???????????????????????, ????????? FLUS ??, ????????????????????????????????, ????????????, ?????????????????????? Los datos sobre cambios del uso del suelo y de cobertura de la tierra (LUCC) a nivel global son cruciales para modelar una amplia gama de condiciones ambientales. Hasta ahora, el acceso a productos de los LUCC a escala global para uso publico es dificil debido a problemas tecnicos y de datos. Este articulo presenta un sistema de Simulacion de Uso Futuro del Suelo (FLUS) para simular los LUCC globales en relacion con las interacciones humano-ambientales, el cual esta construido y verificado mediante el uso de datos originados por percepcion remota. El IMAGE ha sido ampliamente utilizado en estudios ambientales a pesar de su resolucion espacial relativamente ruda de 30 minutos de arco, que es de alrededor de 55km sobre el ecuador. Recientemente, se ha desarrollado un modelo mejorado para simular los LUCC globales con una resolucion de 5-minutos (alrededor de 10km en el ecuador). Sin embargo, hallamos que incluso la resolucion de 10-km sigue produciendo distorsiones importantes en los patrones de uso del suelo, lo cual conduce a la subestimacion de las areas de suelo urbano en un 19.77 por ciento en la escala global y a que el cambio global de la tierra relacionado con el crecimiento urbano se subestime entre un 60 a un 97 por ciento, comparado con el modelo de 1-km de resolucion propuesto en este articulo. Estas distorsiones ocurrieron debido a que un porcentaje grande de areas pequenas de tierra urbana se consolidaron con otros tipos de usos del suelo. Durante la simulacion del cambio de uso del suelo usando el producto IMAGE tambien se perdieron una mayoria de los pequenos agrupamientos urbanos. Respondiendo a estas deficiencias, el producto FLUS de 1-km desarrollado en este estudio tiene la capacidad de proveer el detalle espacial que se necesita para identificar los patrones espaciales de usos heterogeneos del suelo a escala global. Sostenemos que este nuevo producto para calcular el uso del suelo global tiene fuerte potencial para reducir radicalmente la incertidumbre en el modelado ambiental global.
