2015年河南省土地覆被柵格數據
2015年河南省土地覆被柵格數據 作者:李寧 朱筠 秦奮 2019年11月29日 |
![]() |
摘要&關鍵詞
編輯摘要:利用86景Landsat 8衛星OLI雲量小於10%的衛星影像,以及高時間分辨率的高分一號WFV寬視角多光譜相機、無人機影像、Google Earth影像為基礎數據,根據河南省的地勢地貌和土地覆被特徵,選取4個覆蓋研究區所有土地覆被類型的樣方進行全面野外調查,並獲得1518個樣點,參考樣點和樣區的土地覆被特徵用ArcMap 10.3軟件目視解譯樣區(到二級類型)。採用專家論證法評價和修正樣區解譯結果。在樣區解譯工作的基礎上,再次野外調查並解譯河南省剩餘區域土地覆被類型,最終獲取野外樣點共4883個。最後採用全球隨機正六邊形網格(12級)的方法選取1895個地面驗證點評價解譯精度,結果顯示河南省土地覆被解譯二級類型總體精度為91.19%,Kappa係數為0.886。
關鍵詞:河南省;土地覆被;Landsat 8;目視解譯;2015年
Abstract & Keywords
編輯Abstract: This study draws sources from 86-scene Landsat 8 OLI satellite images with cloud volume less than 10%, high-temporal resolution GF-1 WFV wide-viewing angle multispectral camera, UAV (unmanned aerial vehicle) images, and Google Earth images. According to the the topographical and land cover features of Henan Province, four sample regions with a full range of land cover types were selected for conducting a comprehensive field survey, through which we obtained 1518 samples. Then ArcMap 10.3 was used to visually interpret the sample area (to the secondary type) based on the characteristics of sample points and land cover features. Experts were asked to evaluate and correct the interpretation results. On the basis of the interpretation of sample area, another field survey was conducted in the remaining land of Henan Province, and a total of 4,883 field samples were obtained at last. Finally, 1,895 ground verification points were selected through the global random regular hexagon grid (12 levels) method to evaluate the interpretation accuracy. The results showed that the overall interpretation accuracy of the land cover in Henan Province was 91.19%, and the Kappa coefficient was 0.886.
Keywords: Henan Province; land cover; Landsat 8; visual interpretation; 2015
數據庫(集)基本信息簡介
編輯數據集名稱 | 2015年河南省土地覆被柵格數據 |
數據作者 | 李寧、朱筠、秦奮 |
數據通信作者 | 秦奮(qinfen@henu.edu.cn) |
數據時間範圍 | 2015年 |
地理區域 | 河南省 |
空間分辨率 | 100 m、50 m |
數據量 | 24.84 MB |
數據格式 | Geotiff |
數據服務系統網址 | http://www.sciencedb.cn/dataSet/handle/716 |
基金項目 | 國家科技基礎條件平台–地球系統科學數據共享平台項目「2015年河南地區1:10萬土地覆被遙感解譯製圖」;國家科技基礎條件平台–地球系統科學數據共享平台項目「2015年河南省區域1:10萬土地覆被質量驗證」。 |
數據庫(集)組成 | 本數據集包含一個數據庫,名稱為「shujushiti.gdb」,數據庫中有3條數據,分別是:2015年河南省土地覆被100米柵格數據、野外採樣點、地面驗證點。(1)數據庫中「hns_tdfb100m」為2015年河南省土地覆被100米柵格數據,柵格value是地類代碼;(2)數據庫中「hns_tdfb50m」為2015年河南省土地覆被50米柵格數據,柵格value是地類代碼;(3)「yangdian」為野外採樣點,DLDM字段為類型代碼;(4)「yanzhengdian」為地面驗證點數據,DLMC1_samp字段為一級地類名稱,DLMC2_samp字段為二級地類名稱。 |
Dataset Profile
編輯Title | Grid data on land cover of Henan Province (2015) |
Data authors | Li Ning, Zhu Jun, Qin Fen |
Data corresponding author | Qin Fen (qinfen@henu.edu.cn) |
Time range | 2015 |
Geographical scope | Henan Province |
Spatial resolution | 100 m, 50 m |
Data volume | 24.84 MB |
Data format | Geotiff |
Data service system | <http://www.sciencedb.cn/dataSet/handle/716> |
Sources of funding | National Earth System Science Data Sharing Infrastructure, National Science & Technology Infrastructure of China: 「Remote sensing interpretation and mapping of 1:100,000 land covers in Henan in 2015」; National Earth System Science Data Sharing Infrastructure, National Science & Technology Infrastructure of China: 「Quality verification of the 1:100,000 land cover interpretation in Henan in 2015」. |
Dataset composition | This dataset includes land cover raster data of Henan Province, field sampling points, and ground verification points. The dataset contains the following files: (1) 「hns_tdfb100m」 layer is the 100m resolution land cover raster data of Henan Province in 2015, and the raster value is the classification code. (2) 「hns_tdfb50m」 layer is the 50m resolution land cover raster data of Henan Province in 2015, and the raster value is the classification code. (3) 「yanzhengdian」 layer is the ground verification points. (4) 「yangdian」 layer is the field sampling points. |
引 言
編輯土地利用/覆蓋變化是全球環境變化研究的前沿和熱點問題[1][2][3]。土地覆被空間分布及其變化反映了人類社會經濟活動過程,被視為全球陸地生態系統變化最重要的影響因素之一[4]。它是生態系統水循環[5][6]、氣候變化[7]、土壤侵蝕[8]、生物多樣性[9]、人地關係以及區域可持續[10]等研究的基礎數據,其質量好壞直接影響研究成果。隨着土地利用/覆被變化研究的深入,致使政府、基層組織和居民對生態環境變化的響應成為研究熱點。2010年,覆蓋全球的30米分辨率的陸地衛星圖被免費應用,全球尺度100米分辨率的陸地覆蓋地圖得以實現[11]。由國家地理信息中心聯合北京師範大學、清華大學、中科院遙感所等18家單位,研製出世界首套兩期(2000、2010年)30米全球地表覆蓋數據產品GlobeLand30,分類級別為一級,分類精度總體為83.5%[12]。宮鵬團隊利用Landsat 8完成了2010、2015、2017年全球30米土地覆被數據FROM-GLC30,2017年數據分類級別為一級,總體精度為70.2%[13]。2019年宮鵬團隊利用Google Earth Engine 基於Sentinel-2影像完成了首套全球10米2017年土地覆被數據FROM-GLC10,分類級別為一級,總體精度為72.76%[14]。全球尺度上較早的5套土地覆被數據集(GLCC、UMD、GLC2000、MODIS LC、GlobCover)一致性評價精度最高的MODIS LC的精度為65.6%[15]。此外還有由國際地地圈–生物圈計劃的全球1千米土地覆被數據數據ISLSCP II IGBP DISCover and SiB Land Cover, 1992–1993[16]。在國家尺度上,中科院基於中國HJ-A/B環境一號衛星影像生產出2010年全國土地覆被數據(ChinaCover),一級類總體精度為91%,二級類總體精度為82%。美國地質調查局USGS生產的30米國家土地覆蓋數據庫(NLCD),跨越1992、2001、2007、2011年4個時期[17]。2010年河南省區域土地覆被數據GlobeLand30一級類總體精度為83.33%[18]。此外還有一些商業土地覆被數據產品,如地理國情監測雲平台有全國長時間序列的土地覆被數據,該數據是基於Landsat TM/ETM/OLI遙感影像生產,數據分級到二級類,但是數據收費,獲取代價較大。
隨着大數據、超算技術的發展,機器學習、深度學習等遙感數據處理方法的湧現,不同時間和空間尺度的土地覆被數據越來越多。這些數據的分類和精度評價多數到一級地類,少數到二級地類的數據限於某個年份,且精度不是很高。精確的土地覆被數據在提高碳循環、水文循環、氣候變化監測、土壤退化等多種科學研究的準確性方面起着至關重要的作用[19][20][21]。本條數據通過建立大量的野外採樣點數據、建立解譯樣區等方法,充分了解研究區地類的光譜特徵、紋理特徵、形狀特徵、空間分布、NDVI特徵等,建立研究區的解譯標誌庫,最終完成研究區二級分類體系下的土地覆被解譯。本數據雖然在空間分辨率上略低,但是在分類精細,且具有較高的精度,可為河南省的生態文明建設、糧食生產核心區建設、區域模擬和可持續發展等提供科學數據支撐,同時為河南省後期的土地覆被解譯提供參考依據。
1 數據採集和處理方法
編輯1.1 區域範圍
編輯河南省位於31°23'N–36°22'N,110°21'E–116°39'E之間,地處淮河、黃河、長江、海河流域,東連山東、安徽,西鄰陝西,北與河北、山西相接,南臨湖北,總面積16.7萬平方千米。河南省地勢西高東低,北、西、南三面由太行山、伏牛山、桐柏山、大別山沿省界呈半環形分布;中、東部為黃淮海沖積平原;西南部為南陽盆地。平原和盆地、山地、丘陵分別占總面積的55.7%、26.6%、17.7%。靈寶市境內的老鴉岔為全省最高峰,海拔2413.8米;海拔最低處在固始縣淮河出省處,僅23.2米。河南省大部分地處暖溫帶,南部跨亞熱帶,屬北亞熱帶向暖溫帶過渡的大陸性季風氣候,同時還具有自東向西由平原向丘陵山地氣候過渡的特徵,具有四季分明、雨熱同期、複雜多樣和氣象災害頻繁的特點。
1.2 數據源
編輯以2015的Landsat 8 OLI 光譜數據為主,數據來源於從美國地質調查局(United States Geological Survey,USGS)網站(http://glovis.usgs.gov/),根据河南省所覆盖的行列号下载区内春、夏、秋、冬4个时相纹理特征明显,云量<10%的影像数据,共86景;对于较难识别的地物将图斑勾勒出后,叠加到Google Earth影像輔助識別;國家地球系統科學數據共享平台-黃河下游科學數據中心的「黃河下游典型地區無人機遙感影像數據集(2015年)」,輔助黃河下游地區的解譯工作;河南省西部山區、南部水田分布廣泛的地區的高分一號衛星各1景,輔助判別圖斑屬性。Landsat 8 OLI影像數據空間分布如圖1所示。
圖1 河南省影像數據空間分布圖
1.3 數據處理
編輯本條數據集由目視判讀、人工手繪的方式完成解譯。首先根據研究區地理環境、地勢地貌等特徵,建立解譯樣區,並對樣區內土地覆被類型進行實地考察,建立野外考察矢量數據庫。根據野外樣點不同類型的土地覆被特徵對樣區進行解譯,邀請遙感解譯方向專家審閱樣區解譯結果,指導修正易混淆類型、不易判讀的地類。樣區解譯完成之後,野外實地考察剩餘區域並建立完整的研究區的樣點數據庫,根據樣區以及野外考察樣點數據庫建立解譯標誌庫。然後對整個區域目視解譯勾繪,同時建立屬性數據庫,形成初步的矢量解譯成果。初步解譯完成後,檢查結果的拓撲錯誤,最後進行精度評價並生成柵格數據。耕地、林地、草地水體的勾繪以夏季影像為主,由於建設用地、道路在夏季影像上可能會被旁邊的樹覆蓋,尤其是西部山區,所以此類地物的勾繪以冬季影像為主。而落葉林、常綠林則同時依靠夏冬兩個季節的影像來區分,採用的波段組合主要是5、4、3假彩色和4、3、2真彩色。夏季影像質量不好或者有雲的地方,採用質量較好的春季、秋季的影像替代。在4季影像均有雲的部分區域,同時採用2014和2016年的影像判讀,如果兩年地類、區域均未發生變化,則直接勾繪,個別地類或者斑塊大小發生了變化,則參考Google Earth影像或者實地走訪調查的方式判定。解譯詳細步驟如下:
(1)樣區選取:根據河南省的地形地貌選取了山區、平原以及山區平原過渡帶建立了4個樣區,如圖2所示,共3.4萬平方千米,涉及濮陽、三門峽、南陽、信陽4個城市,面積分別為0.7、0.4、1.5、0.8萬平方千米。
圖2 樣區位置圖
(2)樣區野外考察:採用車載GPS、手持GPS、ArcMap、Landsat影像圖、大疆無人機精靈4考察樣區所包含的所有土地覆被類型,並進行拍照和電子標記。人和車無法到達的地區藉助於無人機拍攝。最後整理成完整的樣區樣點數據庫,共1518個樣點,詳細信息如表1所示。
表1 樣區各類型樣點數量(單位:個)
地類名稱 | 地類代碼 | 數量 |
常綠針葉林 | 11 | 49 |
落葉闊葉林 | 14 | 354 |
針闊混交林 | 15 | 48 |
灌叢 | 16 | 82 |
草叢 | 22 | 56 |
草甸 | 23 | 4 |
灌叢草地 | 24 | 15 |
水田 | 31 | 57 |
旱地 | 32 | 266 |
園地 | 33 | 84 |
城鎮建設用地 | 41 | 70 |
農村居民地 | 42 | 149 |
交通用地 | 43 | 13 |
工礦用地 | 44 | 151 |
河流 | 61 | 39 |
湖泊 | 62 | 2 |
水庫/坑塘 | 63 | 27 |
河湖灘地 | 64 | 26 |
裸岩 | 72 | 12 |
裸地 | 73 | 13 |
苔地 | 74 | 1 |
(3)解譯人員培訓:目視解譯是地學研究和遙感應用的一項基本技能。本次解譯人員全部為地圖學與地理信息系統專業碩、博士。在解譯之前,請遙感學教授培訓所有工作人員地表景觀–成像過程–遙感影像的過程及其逆過程遙感影像–目視解譯–地表景觀;培訓省內涉及到的二級分類下的地類在某種或不同波段組合下的色調、顏色、大小、陰影、紋理、圖型、位置、相關布局以及所在地貌、土壤等特徵;培訓解譯圖斑的勾繪、節點的疏密,保證不同工作人員生產數據的一致性。
(4)樣區解譯:根據野外採樣點以及遙感影像的光譜信息、紋理、形態、空間分布、NDVI等信息,分別用影像的4、3、2波段和6、5、4波段組合,結合不同時相的影像判別每個地類斑塊兒屬性,含糊不清的地類斑塊通過ArcMap的Layer to KML工具將地類斑塊變為KML圖層疊加至Google Earth影像上輔助判別。樣區解譯過程中,反覆展示和研討各個分區已形成的解譯成果,及時發現、修正和克服圖斑勾繪、屬性判別以及解譯人員解譯過程中記錄的重點難點問題,最終得到研究區的樣區解譯成果。
(5)樣區修正:邀請遙感解譯專家審閱、考核樣區解譯結果,着重指導並修正易判別錯誤的地類。重點訓練存在解譯問題的相關解譯人員。
(6)研究區野外考察:在樣區解譯的基礎上野外考察採樣河南省剩餘區域。共獲取4883個樣點,野外樣點空間分布圖如圖3,詳細信息如表2。
圖3 野外考察樣點空間分布圖
表2 研究區各類型樣點數量(單位:個)
地類名稱 | 地類代碼 | 數量 |
常綠針葉林 | 11 | 76 |
常綠闊葉林 | 12 | 4 |
落葉闊葉林 | 14 | 604 |
針闊混交林 | 15 | 54 |
灌叢 | 16 | 83 |
草叢 | 22 | 90 |
草甸 | 23 | 8 |
灌叢草地 | 24 | 16 |
水田 | 31 | 151 |
旱地 | 32 | 1345 |
園地 | 33 | 264 |
城鎮建設用地 | 41 | 521 |
農村居民地 | 42 | 809 |
交通用地 | 43 | 77 |
工礦用地 | 44 | 487 |
河流 | 61 | 171 |
湖泊 | 62 | 3 |
水庫/坑塘 | 63 | 51 |
河湖灘地 | 64 | 28 |
裸岩 | 72 | 12 |
裸地 | 73 | 17 |
苔地 | 74 | 12 |
(7)建立解譯標誌庫:根據野外考察樣點和樣區解譯結果,對研究區內所涉及到的地類歸納總結,建立解譯標誌庫,描述每種地類的空間分布、所在生態區、影像形態、色調、紋理以及多時期影像示意信息、所對應的Google Map點位、NDVI信息等。
(8)研究區劃分:由於人工手繪解譯方法工作量大,解譯前依據解譯人員對解譯區熟悉、地形地貌儘量統一、單景遙感圖像完整性、界限兩側地物容易識別(如河流、水庫等)的原則將樣區進行了劃分。具體劃分成果如圖4所示。
圖4 研究區任務分割圖
(9)判讀解譯:根據已有知識,參考所建立的解譯標誌庫完成研究區影像解譯勾繪工作。解譯中間出現的問題,多次進行研討和訓練。使用高分一號影像、Google Earth影像、無人機影像輔助解譯。對於不能確定類型的複雜地區可將勾畫的圖斑疊加到對應位置高分影像(分辨率2米)上輔助判別,如圖5所示;對應地區沒有高分影像的或者藉助高分影像仍無法判別的,將勾畫的圖斑轉成KML文件添加到Google Earth影像(分辨率為0.49米),並將Google Earth影像時間調至2015年,或者下載2015年相應位置的Google Earth影像添加到ArcMap中與勾畫出的圖斑疊合,如圖6所示;Google Earth影像仍無法判別的藉助於無人機影像或者實地調查的方式輔助判別,如圖7所示。
圖5 高分影像輔助解譯示例
圖6 谷歌影像輔助解譯示例
圖7 無人機影像輔助解譯示例
(10)接邊:每塊區域邊界向外做1000米的緩衝區,以保證邊界兩側同時被解譯。邊界接邊工作由相鄰兩組解譯人員共同完成。
(11)拓撲錯誤糾正:利用ArcMap Toolbox中的Topology工具檢查拓撲錯誤,拓撲規則有「Must Not Overlap」「Must Not Have Gaps」,檢查並修正屬性數據完整性。
(12)精度評價:基於混淆矩陣和Kappa係數的方法,對研究區的解譯結果進行精度評價。採用全球隨機正六邊形格網的方法隨機選取驗證樣點和野外驗證點在研究區共選取了1895個驗證點以驗證結果。
(13)柵格數據生成:此種方法得到的原始數據是Shapfile矢量數據,由於判讀影像的分辨率為30米,所以結果可以轉換成≥30米任何大小的柵格,本文分別選擇了50米和100米的柵格作為產品發布。利用ArcMap中Tool box的To Raster模塊下的Polygon to Raster功能,按照地理代碼/地類名稱的屬性,分別設置Cellsize大小為100和50,將解譯結果轉換成分辨率為100米和50米的柵格數據。
2 數據樣本描述
編輯2.1 分類描述
編輯此次分類按照國家科學基礎條件平台–地球系統科學數據共享平台的《2015年全國1∶10萬土地覆被遙感解譯技術規範》[22]中的分類體系,分為林地、草地、耕地、建設用地、濕地、水體以及其他地類7種一級土地覆被類型,28種二級土地覆被類型(表3)。
表3 土地覆被分類體系
一級類型 | 二級類型 | 編碼 | 含義(定義、主要特徵、主要分布) |
林地 | 常綠針葉林 | 11 | 定義:是以針葉樹為建群種所組成的各類森林的總稱。 主要特徵:屬於裸子植物的喬木林,具有典型的針狀葉;一年沒有落葉或少量落葉時期的物候特徵。鬱閉度>30%,高度>3米,包括常綠針葉天然林和人工林。 主要分布:分布廣泛,從寒溫帶至中、低緯度亞高山地區均有分布。 |
常綠闊葉林 | 12 | 定義:是亞熱帶濕凅地區由常綠闊葉樹種組成的地帶性森林類型。 主要特徵:一般屬於雙子葉、被子植被的喬木林,葉型扁平、較寬;一年沒有落葉或少量落葉時期的物候特徵。屬於亞熱帶季風氣候的植被,是具有熱帶至溫帶之間的過渡性質的森林類型。鬱閉度>30%,高度>3米,包括常綠闊葉天然林和人工林。 主要分布:大致分布在南、北緯度22°–34°平之間,其中以中國長江流域南部的常綠闊葉林最為典型,面積也最大。 | |
落葉針葉林 | 13 | 定義:由落葉松柏類為主的針葉樹所構成的森林。 主要特徵:屬於裸子植物的喬木,具有典型的針狀葉;一年中有明顯落葉時期的物候特徵。林冠的色彩非常單調一致,結構簡單,喬木層通常一層。鬱閉度>30%,高度>3米,包括有一定落葉周期、針狀葉片天然林和人工林。 主要分布:我國落葉針葉林分布在大興安嶺北部山地。主要樹種有興安落葉松。 | |
落葉闊葉林 | 14 | 定義:是由冬季落葉的闊葉喬木組成的森林群落。 主要特徵:屬於雙子葉、被子植被的喬木林,葉型扁平、較寬;一年中有明顯落葉時期的物候特徵。鬱閉度>30%,高度>3米,包括有一定落葉周期、具有較寬葉片天然林和人工林,主要樹種有礫木、山毛櫸、槭、梣、椴、樺樹等。 主要分布:這種森林幾乎完全分布在北半球受海洋性氣候影響的溫暖地區,在中國地區主要分布在東北地區南部和中國北方各省。 | |
針闊混交林 | 15 | 定義:是寒溫帶針葉林和夏綠闊葉林間的過渡類型。 主要特徵:通常由礫屬、槭屬、椴屬等闊葉樹種與雲杉、冷杉、松屬的樹種混合組成。鬱閉度>30%,高度>3米,針闊混交林中的每種類型的覆蓋度不超過75%。 主要分布:在歐亞大陸的中高緯度形成一條不連續的混交林帶。在中國主要分布於東北和西南各省山地,其他地區受人類活動影響現在也有分布。 | |
灌叢 | 16 | 定義:是一種以灌木占優勢組成的植被類型。 主要特徵:多以灌叢建群種,多為簇生的矮樹或灌木叢林。鬱閉度>30%,高度<3米,通常叢生、無明顯主幹的木本植物,但有時也有明顯主幹。 主要分布:灌叢在我國分布很廣,如溫帶的落葉闊葉灌叢有榛屬、薔薇屬等。 | |
草地 | 草原 | 21 | 定義:指溫帶半乾旱氣候下的有旱生草本植物組成的植被。 主要特徵:植被特點鮮明、類型單一,屬地帶性植被。宏觀上在地球表面處於濕潤的森林區域和乾旱的荒漠區域之間,通常包括稀疏草原和溫帶草原。 主要分布:在我國分布北起松遼平原和呼倫貝爾草原,呈連續的帶狀,向西南延伸至青藏高原地區。此外,在荒漠和森林地區也有分布。 |
草叢 | 22 | 定義:指中生和旱生中生多年草本植物為主要建群種的植物群落。 主要特徵:在大多數情況下,群落中散生着稀疏的矮小灌叢,屬地帶性植被。 主要分布:大多數情況下是由森林或灌叢經破壞後形成的次生植被。原生草叢主要分布在濱海、河漫灘、湖邊或湖中淤積地。在我國多分布於東部、南方地區。 | |
草甸 | 23 | 定義:指生長在低溫和溫涼氣候、中度濕潤條件下的多年生中生草本植物為優勢的植被群落。 主要特徵:屬中生植物,也包括早中生植物,屬非地帶性植被。草群生長繁茂、密集,覆蓋度大,層次結構簡單但層片結構複雜,生產力較高。 主要分布:在我國主要分布於秦嶺–淮河一線以北的溫帶森林區、半乾旱草原區和乾旱荒漠區以及青藏高原地區,此外在亞熱帶的山地上部和湖濱濕地也有少量分布。 | |
灌叢草地 | 24 | 草地中灌叢鬱閉度<30%,灌叢高度<2米 | |
耕地 | 水田 | 31 | 定義:指有水源保證和灌溉設施,在一般年景能正常灌溉,用以種植水稻、蓮藕等水生農作物的耕地。在多類作物輪作中,只要有一季節為水稻或水生作物,則視為水田。 主要特徵:水田按水源情況分為灌溉水田和望天田兩類。 主要分布:在中國地區,主要分布於東部季風區內。 |
旱地 | 32 | 定義:一般降水量大於250–400毫米以上地區主要種植旱生作物、菜地等可以獲得一定產量的耕地,包括沒有灌溉、引洪淤灌的耕地。 主要特徵:以種植旱生作物、菜地等為主。 主要分布:全國各地都有分布,其中東北、華北和西南這3個大區旱地面積之和占全國的62%左右。 | |
園地 | 33 | 定義:種植以採集果、葉、干、莖、汁為主的集約經營的多年生木本和草本植物。 主要特徵:主要包括果園、茶園、桑園、橡膠、苗圃、觀賞園林等,一般覆蓋度在50%以上或每畝株數大於合理株數70%以上。 主要分布:全國範圍內均有種植,但因園地種類而異,種植在一定的海拔之內,主要分布在溫帶、亞熱帶、熱帶地區。 | |
建設用地 | 城鎮建設用 | 41 | 定義:指鎮建制以上的城鎮及附近公共配套設施等建設用地。 主要特徵:包括普通住宅、公寓、別墅等用地。 主要分布:全國各地區均有分布。 |
農村居民地 | 42 | 定義:居民以農業為主要活動形式的聚落,包括農村居民點、定居放牧點等。 主要特徵:具有農舍、牲畜棚圈、倉庫場院、農村道路、水渠、宅旁綠地,以及特定環境和專業化生產條件下的附屬設施。 主要分布:分布於農村地區。隨着現代城市化的發展,在城鎮郊區還出現了城市化村這種類似城市的農村聚落。 | |
交通用地 | 43 | 定義:指居民點以外的各種道路及其附屬設施和民用機場港口用地。 主要特徵:包括高速公路、國道、省道、縣鄉道、鐵道、機場、港口等。 主要分布:全國範圍均有分布。 | |
工礦用地 | 44 | 定義:指工業、採礦、倉儲業等工業生產及附屬設施的用地。 主要特徵:包括工業生產及附屬設施、採礦、採石、采沙場、倉儲、鹽田、磚瓦窯等。 主要分布:全國範圍均有分布。 | |
水體 | 沼澤 | 51 | 定義:植被覆蓋度高的濕生草地以及地勢平坦低洼、排水不暢、長期潮濕、多積水且表層生長濕生草本植被的士地。 主要特徵:地表生長着濕性植物和沼澤植物,有泥炭累積或雖無泥炭累積但有潛育層存在。按分布區域可分為森林濕地、湖泊濕地、灌叢濕地、草本濕地等。 主要分布:中國的沼澤面積11萬平方千米,三江平原、大小興安嶺和長白山沼澤最多,青藏高原次之,其餘則零散分布。 |
近海濕地 | 52 | 定義:各種近海及海岸的海塗、珊瑚礁、紅樹林沼澤等。 主要特徵:生物多樣性豐富、生產力高,主要有紅樹林沼澤、海草濕地、潮間鹽沼、潮間淤泥質海灘。 主要分布:多分布在河口三角洲、沙丘間窪地、堤外窪地、瀉湖及潮間、潮下帶,在我國沿海11個省(市、自治區)和港澳台沿海地區均有分布,並以杭州灣為界分為南、北兩部分。 | |
河流 | 61 | 定義:通常是指陸地河流經常或間歇地沿着狹長凹地流動的水流地帶。 主要特徵:狹長,特徵明顯。一般是在高處作源頭,沿地勢向下流,一直流入湖泊或海洋,包括天然河流、溪流和人工運河等流動水體。 主要分布:全國各地均有分布。 | |
湖泊 | 62 | 定義:指地表相對封閉可蓄水的天然窪池及其所承納的水體。 主要特徵:天然形成、特徵明顯、較容易辨識。 主要分布:中國湖泊眾多,但在地區分布上很不均勻。總的來說,東部季風區,特別是長江中下游地區,分布着中國最大的淡水湖群;西部以青藏高原湖泊較為集中,多為內陸鹹水湖。 | |
水庫/坑塘 | 63 | 定義:水庫指在山溝或河流的狹口處建造攔河壩形成的人工水面;坑塘指人工開挖或天然形成的蓄水量小於10萬立方米的常水位以下的土地及其承載水體。 主要特徵:人工建造形成,水面邊界清楚,特徵明顯。 主要分布:水庫一般分布在山溝或河流的狹口處;坑塘主要分布在中國東部的中南區和華東區(長江以南平原湖區周圍和丘陵稻作區,以及廣東的珠江三角洲地區),這兩大區坑塘水面面積占全國坑塘水面總面積的73.6%,廣大的西北區坑塘水面僅占全國的2.6%。 | |
河湖灘地 | 64 | 定義:指河湖邊淤積成的平地,是水陸互相過渡的地帶,主要有沙洲、灘頭、灘涂、河灘、湖灘等。 主要特徵:土層深厚、土質肥沃、地勢平坦。 主要分布:河流沿岸或湖泊周邊,包括邊灘、心灘等。 | |
冰川積雪 | 65 | 定義:常年積雪或冰川覆蓋的土地。 主要特徵:常年積雪或冰川覆蓋(雪被)。 主要分布:主要分布在中、高緯度的高山區。 | |
其他 | 沙漠、戈壁 | 71 | 定義:地面完全被鬆散沙粒或碎礫石所覆蓋、植被覆蓋度小於4%的土地。 主要特徵:沙漠地域大多是沙灘、沙丘或碎礫石也經常出現。泥土稀薄、植物很少。有些沙漠是鹽灘,完全沒有草木,沙漠一般是風成地貌。 主要分布:中國西北部、東北西部,有大片沙丘覆蓋的沙質荒漠,由礫石、碎石組成的戈壁、礫漠,以及稱之為岩漠或石質荒漠的岩石裸露的山地。它們主要位於北緯35°–50°、東經75°–125°之間,分布在新疆、青海、甘肅、內蒙古、陝西、吉林和黑龍江7個省區。 |
裸岩 | 72 | 定義:地表以岩石或石礫為主、植被覆蓋度在5%以下的裸露石山等無植被地段。 主要特徵:裸露石山等無植被地段。 主要分布:裸岩主要分布在西北區,其中以新疆最多,占全國的46.9%。 | |
裸地 | 73 | 定義:指地表為土質、植被覆蓋度低、風霜雨雪等可直接作用的裸露地面。 主要特徵:地表為土質、植被覆蓋度在5%以下的裸土地、鹽鹼地等無植被地段。 主要分布:沒有植被覆蓋的地方。 | |
苔地 | 74 | 定義:指以耐寒的北極和北極–高山成分的蘚類、地衣、小灌木及多年生草本植物為主組成的植物群落,包括苔原、苔地等。 主要特徵:區域內冬季寒冷漫長,夏季涼爽短促,降水量200–300毫米,蒸發量極小,風力強勁,土壤下面常有永凍層存在。 主要分布:苔原多處於極圈內的極地東風帶內以及溫帶、寒溫帶的高山樹木線以上。苔原絕大部分都圍繞北冰洋分布。在我國長白山和阿爾泰山上的山地苔原是亞洲最靠南的苔原,也是我國僅有的兩片苔原。 |
2.2 數據樣本
編輯河南省的土地覆被解譯完全依靠人工完成,充分考慮了光譜、時間、空間、鄰接地類等各種特徵進行判別,且建立了完整的研究區解譯標誌庫,野外調研了大量的樣點,解譯過程中經歷了多次檢查、問題反饋、數據修正。經驗證,解譯結果準確可靠(圖8)。
3 數據質量控制和評估
編輯在數據處理的各個環節控制數據產品質量,以確保數據精度。主要採取的措施有:樣區的選取覆蓋全省所有類型;明確每種地類的直接解譯標誌和間接解譯標誌;確定圖斑大小並保證不同工作人員勾繪的圖斑疏密程度相同;確保地物判別無差異;勾繪過程中對不明確的類型對照Google Earth影像,參照Google Earth影像仍無法判別的地物匯總之後進行野外實地調研或者邀請專家以會議研討的形式確定;根據解譯人員對研究區的熟悉程度、地貌特徵、單景遙感圖像完整性、容易判別地物作為邊界等原則劃分研究區;樣區解譯過程中對已形成的解譯成果反覆研討,及時發現和解決問題,充分訓練解譯人員的工作能力;對每塊區域邊界多解譯1000米緩衝區,保證接邊工作順利進行;過程以及解譯完成之後反覆交叉檢查等。
採用野外調查驗證點與全球隨機正六邊形網格的方法對解譯結果進行驗證。利用DGGRID Version 6.2b軟件生成第12級的全球隨機正六邊形網格,在ArcMap中用Clip工具裁剪出河南的正六邊形格網。根據Kevin Sahr的正六邊形生成軟件說明書可知每個格網的面積約95.97785平方千米。河南省的格網(包含不完整的格網)一共有1895個,其中正六邊形格網內有野外驗證點的以其為驗證點,野外驗證點共217個,格網內沒有野外驗證點的以格網中心點為驗證點。河南省的驗證點隨機分布在全省。邀請3位遙感專業教授、副教授(非解譯工作人員)對照Google Earth解譯非野外驗證點,對有出入的點的地類進行實地調研,確保每個點位的地類準確無誤。然後由工作人員對所生產的數據進行一致性檢驗計算。1895個驗證點在研究區各個空間位置如圖9。對研究區的土地覆被二級地類精度驗證結果如表4所示。
圖9 精度驗證樣點空間分布圖
本次驗證樣點共1895個,其中常綠針葉林56個、常綠闊葉林4個、落葉闊葉林293個、針闊混交林69個、灌叢19個、草叢23個、草甸3個、灌叢草地38個、水田117個、旱地806個、園地63個、城鎮建設用地84個、農村居民點195個、交通用地16個、工礦用地34個、河流36個、水庫/坑塘24個、河湖灘地8個、裸岩3個、裸地4個。驗證結果如表4所示。
表4 2015年河南省土地覆被解譯精度驗證表(單位:個)
地類名稱 | 常綠針葉林 | 常綠闊葉林 | 落葉闊葉林 | 針闊混交林 | 灌叢 | 草叢 | 草甸 | 灌叢草地 | 水田 | 旱地 | 園地 | 城鎮建設用地 | 農村居民地 | 交通用地 | 工礦用地 | 河流 | 水庫/坑塘 | 河湖灘地 | 裸岩 | 裸地 | 匯總 | 精度(%) |
常綠針葉林 | 45 | 0 | 4 | 5 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 56 | 80.36 |
常綠闊葉林 | 0 | 3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 4 | 75.00 |
落葉闊葉林 | 4 | 0 | 247 | 20 | 2 | 2 | 0 | 0 | 1 | 11 | 2 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 293 | 84.30 |
針闊混交林 | 0 | 6 | 6 | 55 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 69 | 79.71 |
灌叢 | 0 | 0 | 1 | 2 | 15 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 19 | 78.95 |
草叢 | 0 | 0 | 1 | 0 | 0 | 20 | 0 | 2 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 23 | 86.96 |
草甸 | 0 | 0 | 0 | 0 | 0 | 0 | 3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 3 | 100 |
灌叢草地 | 0 | 0 | 5 | 0 | 0 | 0 | 0 | 32 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 38 | 84.21 |
水田 | 0 | 0 | 4 | 2 | 0 | 0 | 0 | 0 | 97 | 13 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 117 | 82.91 |
旱地 | 0 | 0 | 7 | 0 | 0 | 0 | 0 | 0 | 2 | 783 | 1 | 1 | 4 | 1 | 0 | 5 | 1 | 0 | 0 | 1 | 806 | 97.15 |
園地 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 7 | 56 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 63 | 88.89 |
城鎮建設用地 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 82 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 84 | 97.62 |
農村居民地 | 0 | 0 | 2 | 0 | 0 | 0 | 0 | 0 | 2 | 3 | 0 | 0 | 176 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 195 | 90.26 |
交通用地 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 3 | 0 | 13 | 0 | 0 | 0 | 0 | 0 | 0 | 16 | 81.25 |
工礦用地 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 2 | 0 | 0 | 31 | 0 | 0 | 0 | 0 | 1 | 34 | 91.18 |
河流 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 36 | 0 | 0 | 0 | 0 | 36 | 100 |
水庫/坑塘 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 23 | 0 | 0 | 0 | 24 | 95.83 |
河湖灘地 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 1 | 0 | 5 | 0 | 1 | 8 | 62.50 |
裸岩 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 3 | 0 | 3 | 100 |
裸地 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 4 | 75 |
註:總體分類精度=91.19%,Kappa係數=0.886
在表4中,精度是指所解譯的某一土地覆被類型的正確數量與該類全部驗證樣點個數的比值;總體分類精度是指驗證樣點中,正確的分類數量與全部驗證樣點數量的比值;Kappa係數也是精度驗證的一種方式,描述的是土地覆被解譯的一致性,其值越接近1,精度越高。基於表4,建立混淆矩陣,計算數據的總體精度和Kappa係數,計算公式如下:
\(\mathrm{k}=\frac{{p}_{0-}{p}_{e}}{1-{p}_{e}}\) (1)
其中\({p}_{0}\)為實際一致率,即總體精度,是分類正確的總數與樣點總數的比值;\({p}_{e}\)為理論一致性,計算公式如下:
\({p}_{e}\) =\(\mathrm{ }\frac{1}{{n}^{2}}\sum _{k=1}^{N}\left(\sum _{i=1}^{N}{a}_{ki}*\sum _{i=1}^{N}{a}_{ik}\right)\) (2)
其中n為驗證點數,i、k分別混淆矩陣行列數,N為分類總數。
河南省土地覆被解譯數據二級分類總體分類精度為91.19%,Kappa係數為0.886。
為了驗證數據的可信度,本文分別用中國科學院資源環境數據中心的空間分辨率為1千米的植被類型圖和宮鵬團隊10米空間分辨率的Sentinel-2數據生產的2017年土地覆被數據(全球整體精度為72.76%)與本數據進行對比。
圖片(a)
10b.jpg 圖片(b)
10c.jpg 圖片(c)
圖10 本數據(a)、植被類型圖(b)、10米分辨率的土地覆被圖(c)對比圖
由於植被類型圖種類繁多,先將其按照本數據的分類體系進行梳理,然後進行對比。由於兩幅圖的空間、時間尺度差異較大,且梳理後的分類體系也不完全相同,所以本文只做簡單的空間分布對比。圖10中a、b圖可知,常綠針葉林、落葉闊葉林、針闊混交林以及常綠闊葉林(河南省主要是竹林)在空間分布上整體一致,分布在河南省的西部以及南部。由於兩圖的性質不同,本數據中的旱地、水田在植被類型圖上顯示為草叢,而建設用地在植被類型圖上並未體現。逐一對比各類相同類型發現本數據比植被類型圖多一些破碎斑塊,這主要是由空間尺度差異引起的,但是其整體空間分布具有很好的一致性。
2017年10米的土地覆被數據的分類體系包含耕地、林地、草地、灌叢、濕地、水體、苔地、不透水面、裸地、冰川10類一級地類。在河南省沒有冰川,只有9類,如圖10c所示。將本文中的數據合併至對比數據的一級分類體系,其中灌叢草地類轉為灌叢,然後將數據轉換成10米的柵格,對兩條數據進行一致性評價。儘管目標數據本身的精度、數據源時間、空間分辨率的差異以及分類體系(灌叢草地劃分為灌叢導致的誤差)等因素會導致分類結果存在一定的誤差,但是兩個數據的一致性為76.88%(一致柵格數為1274914106,總柵格數為1658338437),從而驗證了本數據的可靠性。
4 數據使用方法和建議
編輯本數據集可用於河南省生態系統服務評估、生態環境指數計算、生態系統固碳模擬、土地覆被格局及其水文資源效應研究。本數據集生產耗費大量的人力、物力、財力,具有足夠多的野外實測樣點,經過多次專家審閱和論證,反覆修改糾正,具有較高的精度,可用於檢驗和評價2015年相同區域的其他數據分類精度。本數據集可作為後期土地覆被數據更新的本底數據。本數據集中的野外樣點和野外驗證數據可作為其他數據集的樣本庫。數據空間分辨率分別為50米和100米,適用於中級及以上尺度的研究。
參考文獻
編輯- ↑ 史培軍, 潘耀忠, 陳晉. 深圳市土地利用/覆蓋變化與生態環境安全分析[J]. 自然資源學報, 1999, 14(4): 293-299.
- ↑ 李秀彬. 全球環境變化研究的核心領域: 土地利用/土地覆被變化的國際研究動向[J]. 地理學報, 1996, 51(6): 553-558.
- ↑ TURNER B L I, MOSS R H, SKOLE D L. Relating land use and global land-cover change: a proposal for an IGBP-HDP core project. A report from the IGBP/HDP Working Group on Land-Use/Land-Cover Change[J]. Global Change Report, 1993.
- ↑ 陳軍, 陳晉, 宮鵬, 等. 全球地表覆蓋高分辨率遙感製圖[J]. 地理信息世界, 2011(2): 12-14.
- ↑ FOLEY J A, DEFRIES R, ASNER G P, et al. Global consequences of land use[J]. Science, 2005, 309(5734): 570-574.
- ↑ CRAMER W, KICKLIGHTER D W, BONDEAU A, et al. Comparing global models of terrestrial net primary productivity (NPP): Overview and key results[J]. Global Change Biology, 1999, 5(Suppl.1): 1-15.
- ↑ BOUNOUA L, DEFRIES R, COLLATZ G J, et al. Effects of land cover conversion on surface climate[J]. Climatic Change, 2002, 52(1-2): 29-64.
- ↑ DOUGLAS I. Hydrological investigations of forest disturbance and land cover impacts in South-East Asia: A review[J]. Philosophical Transactions of the Royal Society B-Biological Sciences, 1999, 354(1391): 1725-1738.
- ↑ CHAPIN F S, ZAVALETA E S, EVINER V T, et al. Consequences of changing biodiversity[J]. Nature, 2000, 405(6783): 234-242.
- ↑ LAMBIN E F, GEIST H J, LEPERS E. Dynamics of land-use and land-cover change in tropical regions[J]. Annual Review of Environment and Resources. 2003, 28: 205-241.
- ↑ GONG P, WANG J, YU L, et al. Finer resolution observation and monitoring of global land cover: first mapping results with Landsat TM and ETM+ data[J]. International Journal of Remote Sensing, 2013, 34(7): 2607-2654.
- ↑ 陳軍, 廖安平, 陳晉, 等. 全球30 m地表覆蓋遙感數據產品-Globe Land30[J]. 地理信息世界, 2017, 24(1): 1-8.
- ↑ LI C , GONG P , WANG J , et al. The first all-season sample set for mapping global land cover with Landsat-8 data[J]. Science Bulletin, 2017, 62(7):508-515.
- ↑ GONG P, HAN L, ZHANG M, et al. Stable classification with limited sample: transferring a 30-m resolution sample set collected in 2015 to mapping 10-m resolution global land cover in 2017[J]. Science Bulletin, 2019, 64: 370-373.
- ↑ 白燕, 馮敏. 全球尺度多源土地覆被數據融合與評價研究[J]. 地理學報, 2018, 73(11): 2223-2235.
- ↑ LOVELAND T R, BROWN J, OHLEN D, et al. ISLSCP II IGBP DISCover and SiB Land Cover, 1992–1993[DB/OL]. ORNL DAAC, 2009. DOI:10.3334/ORNLDAAC/930.
- ↑ HOMER CG, DEWITZ J A, YANG L, et al. Completion of the 2011 National Land Cover Database for the conterminous United States-Representing a decade of land cover change information[J]. Photogrammetric Engineering and Remote Sensing, 2015, 81(5): 345-354.
- ↑ 黃亞博, 廖順寶. 首套全球30 m分辨率土地覆被產品區域尺度精度評價——以河南省為例[J]. 地理研究, 2016, 35(8): 1433-1446.
- ↑ 廖順寶, 秦耀辰. 草地理論載畜量調查數據空間化方法及應用[J]. 地理研究, 2014, 33(1): 179-190.
- ↑ 王慧敏, 曾永年. 青海高原東部土地利用的低碳優化模擬: 以海東市為例[J]. 地理研究, 2015, 34(7): 1270-1284.
- ↑ FRITZ S, SEE L, YOU L, et al. The need for improved maps of global cropland[J]. Eos Transactions, 2013, 94(3): 31-32.
- ↑ 國家科學基礎條件平台–地球系統科學數據共享平台. 2015年全國1:10萬土地覆被遙感解譯技術規範[S]. 2015.
數據引用格式
編輯李寧, 朱筠, 秦奮. 2015年河南省土地覆被柵格數據[DB/OL]. Science Data Bank, 2018. (2019-06-13). DOI: 10.11922/sciencedb.716.