China has responded to a national land-system sustainability emergency via an integrated portfolio of large-scale programmes. Here we review 16 sustainability programmes, which invested US$378.5 billion (in 2015 US$), covered 623.9 million hectares of land and involved over 500 million people, mostly since 1998. We find overwhelmingly that the interventions improved the sustainability of China’s rural land systems, but the impacts are nuanced and adverse outcomes have occurred. We identify some key characteristics of programme success, potential risks to their durability, and future research needs. We suggest directions for China and other nations as they progress towards the Sustainable Development Goals of the United Nations’ Agenda 2030. China has addressed widespread rural poverty and environmental degradation head-on via unprecedented investment in sixteen large-scale sustainability programmes.

Urbanization and climate change are together exacerbating water scarcity-where water demand exceeds availability-for the world's cities. We quantify global urban water scarcity in 2016 and 2050 under four socioeconomic and climate change scenarios, and explored potential solutions. Here we show the global urban population facing water scarcity is projected to increase from 933 million (one third of global urban population) in 2016 to 1.693-2.373 billion people (one third to nearly half of global urban population) in 2050, with India projected to be most severely affected in terms of growth in water-scarce urban population (increase of 153-422 million people). The number of large cities exposed to water scarcity is projected to increase from 193 to 193-284, including 10-20 megacities. More than two thirds of water-scarce cities can relieve water scarcity by infrastructure investment, but the potentially significant environmental trade-offs associated with large-scale water scarcity solutions must be guarded against.

Timely and accurate information about the dynamics of urban expansion is vital to reveal the relationships between urban expansion and the ecosystem, to optimize land use patterns, and to promote the effective development of cities in China. Nighttime stable light data from the Defense Meteorological Satellite Program's Operational Line-scan System (DMSP-OLS) Nighttime Lights Time Series dataset provide a new source of information that can quickly reveal the dynamics of urban expansion. However, the DMSP-OLS sensor has no on-board calibration, which makes it difficult to directly compare time series data from multiple satellites. This study developed a new method for systematically correcting multi-year multi-satellite nighttime stable lights data and rapidly extracting the dynamics of urban expansion based on this corrected data for China from 1992 to 2008. The results revealed that the proposed method effectively reduced abnormal discrepancy within the nighttime stable light data and improved continuity and comparability. The dynamics of urban expansion in China from 1992 to 2008 were extracted with an average overall accuracy of 82.74% and an average Kappa of 0.40.

Abstract China's extensive urbanization has resulted in a massive loss of natural habitat, which is threatening the nation's biodiversity and socioeconomic sustainability. A timely and accurate understanding of natural habitat loss caused by urban expansion will allow more informed and effective measures to be taken for the conservation of biodiversity. However, the impact of urban expansion on natural habitats is not well‐understood, primarily due to the lack of accurate spatial information regarding urban expansion across China. In this study, we proposed an approach that can be used to accurately summarize the dynamics of urban expansion in China over two recent decades (1992–2012), by integrating data on nighttime light levels, a vegetation index, and land surface temperature. The natural habitat loss during the time period was evaluated at the national, ecoregional, and local scales. The results revealed that China had experienced extremely rapid urban growth from 1992 to 2012 with an average annual growth rate of 8.74%, in contrast with the global average of 3.20%. The massive urban expansion has resulted in significant natural habitat loss in some areas in China. Special attention needs to be paid to the Pearl River Delta, where 25.79% or 1518 km 2 of the natural habitat and 41.99% or 760 km 2 of the local wetlands were lost during 1992–2012. This raises serious concerns about species viability and biodiversity. Effective policies and regulations must be implemented and enforced to sustain regional and national development in the context of rapid urbanization.

Abstract Urban boundaries, an essential property of cities, are widely used in many urban studies. However, extracting urban boundaries from satellite images is still a great challenge, especially at a global scale and a fine resolution. In this study, we developed an automatic delineation framework to generate a multi-temporal dataset of global urban boundaries (GUB) using 30 m global artificial impervious area (GAIA) data. First, we delineated an initial urban boundary by filling inner non-urban areas of each city. A kernel density estimation approach and cellular-automata based urban growth modeling were jointly used in this step. Second, we improved the initial urban boundaries around urban fringe areas, using a morphological approach by dilating and eroding the derived urban extent. We implemented this delineation on the Google Earth Engine platform and generated a 30 m resolution global urban boundary dataset in seven representative years (i.e. 1990, 1995, 2000, 2005, 2010, 2015, and 2018). Our extracted urban boundaries show a good agreement with results derived from nighttime light data and human interpretation, and they can well delineate the urban extent of cities when compared with high-resolution Google Earth images. The total area of 65 582 GUBs, each of which exceeds 1 km 2 , is 809 664 km 2 in 2018. The impervious surface areas account for approximately 60% of the total. From 1990 to 2018, the proportion of impervious areas in delineated boundaries increased from 53% to 60%, suggesting a compact urban growth over the past decades. We found that the United States has the highest per capita urban area (i.e. more than 900 m 2 ) among the top 10 most urbanized nations in 2018. This dataset provides a physical boundary of urban areas that can be used to study the impact of urbanization on food security, biodiversity, climate change, and urban health. The GUB dataset can be accessed from http://data.ess.tsinghua.edu.cn .

Abstract Air pollution kills nearly 1 million people per year in China. In response, the Chinese government implemented the Air Pollution Prevention and Control Action Plan (APPCAP) from 2013 to 2017 which had a significant impact on reducing PM 2.5 concentration. However, the health benefits of the APPCAP are not well understood. Here we examine the spatiotemporal dynamics of annual deaths attributable to PM 2.5 pollution (DAPP) in China and the contribution from the APPCAP using decomposition analysis. Despite a 36.1% increase in DAPP from 2000 to 2017, The APPCAP-induced improvement in air quality achieved substantial health benefits, with the DAPP in 2017 reduced by 64 thousand (6.8%) compared to 2013. However, the policy is unlikely to result in further major reductions in DAPP and more ambitious policies are required to reduce the health impacts of air pollution by 2030 and meet the United Nation’s Sustainable Development Goal 3.

Remote sensing images are useful for monitoring the spatial distribution and growth of urban built-up areas because they can provide timely and synoptic views of urban land cover. Although the normalized difference built-up index (NDBI) is useful to map urban built-up areas, it still has some limitations. This study sought to improve the NDBI by using a semiautomatic segmentation approach. The proposed approach had more than 20% higher overall accuracy than the original method when both were implemented simultaneously at the National Olympic Park (NOP), Beijing, China. One reason for the improvement is that the proposed NDBI approach separates urban areas from barren and bare land to some extent. More importantly, the proposed method eliminates the original assumption that a positive NDBI value should indicate built-up areas and a positive normalized difference vegetation index (NDVI) value should indicate vegetation. The new method has improved universality and lower commission error compared with the original method.

Urbanization, a major driver of global change, profoundly impacts our physical and social world, for example, altering not just water and carbon cycling, biodiversity, and climate, but also demography, public health, and economy. Understanding these consequences for better scientific insights and effective decision-making unarguably requires accurate information on urban extent and its spatial distributions. We developed a method to map the urban extent from the defense meteorological satellite program/operational linescan system nighttime stable-light data at the global level and created a new global 1 km urban extent map for the year 2000. Our map shows that globally, urban is about 0.5% of total land area but ranges widely at the regional level, from 0.1% in Oceania to 2.3% in Europe. At the country level, urbanized land varies from about 0.01 to 10%, but is lower than 1% for most (70%) countries. Urbanization follows land mass distribution, as anticipated, with the highest concentration between 30° N and 45° N latitude and the largest longitudinal peak around 80° W. Based on a sensitivity analysis and comparison with other global urban area products, we found that our global product of urban areas provides a reliable estimate of global urban areas and offers the potential for producing a time-series of urban area maps for temporal dynamics analyses.