胡云锋
, 张千力
HU Yunfeng, ZHANG Qianli
收稿日期: 2015-03-26
修回日期: 2015-08-13
网络出版日期: 2015-10-15
版权声明: 2015 《地理研究》编辑部 《地理研究》编辑部
基金资助:
作者简介:
作者简介：胡云锋（1974- ）,男,副研究员,研究方向为土地利用/土地覆被变化及区域生态和可持续发展问题。E-mai: huyf@lreis.ac.cn
展开
摘要
土地覆被的空间分布格局及其动态变化对于全球变化、区域可持续发展等研究具有重要意义,卫星遥感是唯一能够快速获取大尺度区域土地覆被信息的方法。基于GLOBCOVER2005、GLOBCOVER2009、GLC2000、MODIS2000等4种全球卫星遥感土地覆被产品,研究其在欧洲地区的一致性。结果表明：① 4种产品对于欧洲土地覆被构成特征的刻画基本一致,即以耕地、林地为主,以草地、水体、灌丛等其他类型为辅;② 4种产品对耕地、林地识别的混淆程度最低、一致性最好,对草地、灌丛、裸地识别的混淆程度最高、一致性最差;③ 欧洲有75%的土地具有较高的一致性。斯堪的纳维亚半岛东侧及北欧地区、中欧—东欧大平原及巴黎盆地等地区的一致性最好,斯堪的纳维亚半岛西侧、科拉半岛、伯朝拉河—新地岛、伊比利亚半岛以及伏尔加河流域下游等地区的一致性最差;④ 4种产品两两比较时,参考精度大致在38.56%~77.65%之间。GLOBCOVER2009/GLOBCOVER2005组合的参考精度最高,反映出土地覆被变化所引起的误差远小于不同制作机构、不同数据源、不同判读方法所引起的制作误差。
关键词：
Abstract
The information about land cover and its dynamic change is essential for the global change and regional sustainable development studies. With the development of remote sensing and land cover interpretation technology, the land cover information derived from satellite remote sensing imagery become the only way to obtain land surface information effectively and economically, especially in large-scale regions. Free global land cover products, e. g. GLOBCOVER2009, GLC2000, MODIS2000, GLOBCOVER2005, are now popularly used by worldwide scientists in many diverse fields. To get a cross-referenced research results, it is fundamental and critical for secitists to pre-estimate the accuracy of each land product and pre-assess the consistency of different land products in a specific region. Supported by the above 4 land cover products, this study aims at analyzing the consistency and heterogeneity, by using area correlation analysis, mix-up pixs analysis, spatial consistency analysis, and reference precision analysis methods. The results show: (1) The 4 land cover products have similar descriptions about the the construction of European land cover. Cropland and forestland are the dominant land cover types, followed by grassland, water body and other land cover types. (2) Cropland land and forest land have the lowest mix-up ratios and the highest consistencies, while the grassland, shrubland, and bareland have the highest mix-up ratios and low consistencies. (3) There are 75% land area in Europe owing a relative high consistency, which means at least 3 products indicate the same type among all 4 products. Specifically, in the Eastern Scandinavian Peninsula, the Central-eastern Europe plains, and the Paris basin, there are higher consistency. While in the western Scandinavian Peninsula, the Kola Peninsula, the northern Pechora River-southern Novaya Zemlya, the Iberian Peninsula and the downstream region of Volga river, there are lower consistency among different products. (4) The reference precision between different land cover products ranges from 38.56% to 77.65%. The group of GLOBCOVER2009/GLOBCOVER2005 has the highest reference precisions, which refers the error caused by land changes is largely smaller than the error caused by the interpretation process due to different institutions, sensors, land classification systems, and interpretation methods.
Keywords：
土地覆被是影响地表太阳辐射能量平衡的关键因素之一[1,2]。土地覆被的空间分布、动态变化与全球气候变化、生物多样性及人类生存发展有密切关系,且对于地球生态系统物质循环、能量循环、区域资源和经济社会可持续发展有重要影响[3-7]。传统获取土地覆被信息的方法是实地勘测[8],这种方法耗时长、成本高、精度低。随着现代对地观测技术的发展,卫星遥感已经发展成为唯一能够快速、大面积、周期性获取地表信息的方法,为全球和区域性的土地覆被信息获取、集成和深入分析奠定了基础[9,10]。
1995年,国际地圈生物圈计划（IGBP）与国际全球环境变化人文因素计划（IHDP）共同提出“土地利用与土地覆被变化”（LUCC）项目。此后,全球各大研究机构陆续研制了多种基于卫星遥感的、全球尺度的中、高分辨率土地覆被产品,包括美国地质调查局的IGBP DISCOVER产品[11]、美国马里兰大学的UMD土地覆被产品[12]、欧盟联合研究中心的GLC2000产品[13]、波士顿大学的MODIS土地覆被产品[14]、欧洲航天局的GLOBCOVER产品[15,16]。在中国,陈军领导的中国国家基础地理信息中心团队于2014年推出了全球最高的30米分辨率土地覆被产品（GlobeLand30）[17]。
上述全球土地覆被产品为全世界的研究学者深入开展自然地理、生态环境及全球变化等研究提供了极大便利[18]。但同时也应注意到：由于卫星传感器类型、空间分辨率、土地覆被分类系统及具体的卫星遥感土地覆被分类技术方法等诸多方面的差异,由此得到的土地覆被产品本身以及基于这些土地覆被产品而衍生的系列后续研究会有很大差异。究其原因,是因为这些卫星遥感全球土地覆被产品缺乏一致性基准,研究学者在应用这些全球土地覆被产品之前,缺乏对这些产品基本特征的认识,缺乏掌握这些产品在不同区域上的空间精度特征,不了解这些产品在特定领域应用上的优劣势特点。
国内外已经有一些关于不同遥感土地覆被产品的对比研究[19]。例如：Armel[20]等研究了GLC2000等4种卫星遥感土地覆被产品在非洲大陆上的一致性,结果表明4种产品的一致性在56%~69%之间。宋宏利[21]等以CHINA2000为参考基准,评估了中国大陆上4种土地覆被产品的精度,表明GLC2000与参考数据的一致性较好,GLOBCOVER产品在林地、草地、灌丛、耕地上混淆明显。Chandra[22]等将GLC2000和MODIS土地覆被产品进行了比较,结果表明二者整体上的一致性很高,但对于更细致的土地覆被类型的空间分布则存在明显差异。
欧洲面积不大,但人口众多,经济发达。由29个成员国组成的欧洲联盟组织是当今世界政治、经济一体化程度最高的国际组织。对欧洲土地覆被的类型构成、空间分布及动态变化开展研究,特别是针对多源卫星遥感土地覆被产品在欧洲的一致性开展分析,是当前全球变化、区域可持续发展研究的一个重要内容。本文基于GLOBCOVER2005、GLOBCOVER2009、GLC2000、MODIS2000等4种全球卫星遥感土地覆被产品,在欧洲开展多源土地覆被遥感产品的对比分析,研究评估这些知名的全球土地覆被产品在欧洲的精度,并为其在欧洲的适用性和适用范围提供建议[23-25]。
欧洲（图1）位于36°N~71°08′N、9°31′W~66°10′E之间,面积约1016万km2。欧洲东以乌拉山脉、乌拉河为界,东南以里海、高加索山脉和黑海与亚洲为界,西、西北隔大西洋、格陵兰海、丹麦海峡与北美洲相望,北接北极海,南隔地中海与非洲相望。欧洲大部地区气候受大西洋影响,夏季凉爽,冬季温和,是典型的温带海洋性气候;南部地中海沿岸地区属地中海气候,冬季温暖多雨,夏季炎热干燥,雨热异期。
欧洲地貌类型丰富。西部的不列颠群岛及爱尔兰岛是平原、丘陵与高地混杂地形,法国、荷兰、比利时所处的巴黎盆地为平原低地。以比利牛斯山脉、阿尔卑斯山脉、喀尔巴阡山山脉等为界,其南部的西班牙、意大利、巴尔干半岛诸国多为丘陵山地,兼有少量平原;其北部的德国、波兰、俄罗斯等国家,则为一望无际的大草原。北欧多冰河地貌,斯堪地纳维亚半岛有许多峡湾地貌,冰岛还有很多火山地貌。
当前,为全球研究学者所普遍使用的卫星遥感全球土地覆被产品主要包括：IGBP DISCOVER[11]、UMD[12]、GLC2000[13]、MODIS2000[14]、GLOBCOVER2009[15]、GLOBCOVER2005[16]、GLOBELAND30[17]等。在研制过程中,这些产品所使用的卫星平台、传感器类型、影像空间分辨率、影像获取时间、土地覆被分类系统以及卫星遥感土地覆被遥感解译技术流程等诸多方面均存在不同。文中使用的4种土地覆被产品主要参数如表1所示。
表1 4种全球土地覆被产品的主要参数
Tab. 1 Main characteristics of 4 global land-cover products
| 产品名称 | 制作单位 | 搭载卫星 | 传感器 | 时相 | 分类 系统 | 分类 数量 | 分类方法 |
|---|---|---|---|---|---|---|---|
| GLOBCOVER2005[16] | European Space Agency（ESA） | Envisat | MERIS | 2004.12~2006.06 | LCCS | 22 | 神经网络分类 |
| GLOBCOVER2009[15] | European Space Agency（ESA） | Envisat | MERIS | 2009.01~2009.12 | LCCS | 22 | 神经网络分类 |
| GLC2000[13] | JOINT RESEARCH CENTRE（JRC） | SPOT4 | VGT | 2000.01~2000.12 | LCCS | 22 | 非监督分类 |
| MODIS2000[14] | 波士顿大学 | TERRA | MODIS | 2000.01~2000.12 | IGBP | 17 | 决策树 |
在土地覆被产品一致性分析之前,需先完成数据预处理工作,包括：研究区数据剪裁、投影变换、升尺度转换、分类系统归并、误差处理等操作。具体步骤如下：
首先,基于ArcGIS软件自带的世界边界数据,剪裁4种全球土地覆被产品,得到边界一致的欧洲研究区土地覆被产品集。为开展面积对比分析,需将WGS-84坐标系转为欧洲Albers等积圆锥投影（中央经线为10°E,双标准纬线分别为43°N和62°N,起始原点为30°N）。
由于原始的4种数据集具有不同的分辨率（栅格大小不同）,因此需要采用最大面积聚合法,将不同分辨率的原始数据统一升尺度至1 km分辨率。最大聚合面积法是将输出数据集的栅格（粗栅格）与输入数据栅格（细栅格）对齐,将输入栅格内出现次数最多的类型（即总面积最大的类型）分配给输出栅格。
由于原始的4种数据集具有不同的土地覆被分类系统,因此需要将相同土地覆被对象的代码标准化、将过细的土地覆被对象进行合理归并,最终形成一个新的、统一且泛化的分类系统。通过类别归并,最终形成9大类土地覆被类型：林地、草地、灌丛、耕地、湿地、水体、建设用地、裸地和永久冰雪。该分类体系与其他产品分类体系间的类别对应和归并关系如表2所示,全球土地覆被产品分类体系如表3所示。
表2 不同分类体系间土地覆被类型的对应和归并关系
Tab. 2 Relationships of land cover types in different land classification system
| 类型 | GLOBCOVER2009 | GLC2000 | MODIS2000 | GLOBCOVER2005 |
|---|---|---|---|---|
| 1林地 | 40~100 | 1~6,9,10 | 1~5 | 40~100 |
| 2草地 | 110,120,140 | 13,14 | 8~10 | 110,120,140 |
| 3灌丛 | 130 | 11,12 | 6,7 | 130 |
| 4耕地 | 11,14,20,30 | 16~18 | 12,14 | 11,14,20,30 |
| 5湿地 | 160~180 | 7,8,15 | 11 | 160~180 |
| 6水体 | 210 | 20 | 0 | 210 |
| 7建设用地 | 190 | 22 | 13 | 190 |
| 8裸地 | 150,200 | 19 | 16 | 150,200 |
| 9永久冰雪 | 220 | 21 | 15 | 220 |
表3 全球土地覆被产品分类体系及代码
Tab. 3 Classification system of 4 global land-cover products
| GLOBCOVER2009 | GLC2000 | MODIS2000 | GLOBCOVER2002 | ||||
|---|---|---|---|---|---|---|---|
| 11 | Post~flooding or irrigated croplands | 1 | Tree Cover, broadleaved, evergreen | 0 | Water | 11 | Post-flooding or irrigated croplands (or aquatic) |
| 14 | fed croplands | 2 | Tree Cover, broadleaved, deciduous, closed | 1 | Evergreen Needleleaf Forest | 14 | Rainfed croplands |
| 20 | Mosaic Cropland (50%~70%) / Vegetation (grassland, shrubland, forest) (20%~50%) | 3 | Tree Cover, broadleaved, deciduous, open | 2 | Evergreen Broadleaf Forest | 20 | Mosaic cropland (50~70%) / vegetation (grassland/shrubland/forest) (20%~50%) |
| 30 | Mosaic Vegetation (grassland, shrubland,forest) (50%~70%) / Cropland (20%~50%) | 4 | Tree Cover, needle-leaved, evergreen | 3 | Deciduous Needleleaf Forest | 30 | Mosaic vegetation (grassland/shrubland/forest) (50%~70%) / cropland (20%~50%) |
| 40 | Closed to open (>15%) broadleaved evergreen and/or semi-deciduous forest (>5 m) | 5 | Tree Cover, needle-leaved, deciduous | 4 | Deciduous Broadleaf Forest | 40 | Closed to open (>15%) broadleaved evergreen or semi-deciduous forest (>5 m) |
| 50 | Closed (>40%) broadleaved deciduous forest (>5 m) | 6 | Tree Cover, mixed leaf type | 5 | Mixed Forests | 50 | Closed (>40%) broadleaved deciduous forest (>5 m) |
| 60 | Open (15%~40%) broadleaved deciduous forest (>5 m) | 7 | Tree Cover, regularly flooded, fresh water (& brackish) | 6 | Closed Shrublands | 60 | Open (15%~40%) broadleaved deciduous forest/woodland (>5 m) |
| 70 | Closed (>40%) needleleaved evergreen forest (>5 m) | 8 | Tree Cover, regularly flooded, saline water, | 7 | Open Shrublands | 70 | Closed (>40%) needleleaved evergreen forest (>5 m) |
| 90 | Open (15%~40%) needleleaved deciduous or evergreen forest(>5 m) | 9 | Mosaic: Tree cover / Other natural vegetation | 8 | Woody Savannas | 90 | Open (15%~40%) needleleaved deciduous or evergreen forest (>5 m) |
| 100 | Closed to open (>15%) mixed broadleaved and needleleaved forest (>5 m) | 10 | Tree Cover, burnt | 9 | Savannas | 100 | Closed to open (>15%) mixed broadleaved and needleleaved forest (>5 m) |
| 110 | Mosaic Forest/Shrubland (50%~70%) / Grassland (20%~50%) | 11 | Shrub Cover, closed-open, evergreen | 10 | Grasslands | 110 | Mosaic forest or shrubland (50%~70%) / grassland (20%~50%) |
| 120 | Mosaic Grassland (50%~70%) / Forest/Shrubland (20%~50%) | 12 | Shrub Cover, closed-open, deciduous | 11 | Permanent Wetlands | 120 | Mosaic grassland (50%~70%) / forest or shrubland (20%~50%) |
| 130 | Closed to open (>15%) shrubland (<5 m) | 13 | Herbaceous Cover, closed-open | 12 | Croplands | 130 | Closed to open (>15%) (broadleaved or needleleaved, evergreen or deciduous) shrubland (<5m) |
| 140 | Closed to open (>15%) grassland | 14 | Sparse Herbaceous or sparse Shrub Cover | 13 | Urban and Built-Up | 140 | Closed to open (>15%) herbaceous vegetation (grassland, savannas or lichens/mosses) |
| 150 | Sparse (>15%) vegetation (woody vegetation, shrubs, grassland) | 15 | Regularly flooded Shrub and/or Herbaceous Cover | 14 | Cropland/Natural Vegetation Mosaic | 150 | Sparse (<15%) vegetation |
| 160 | Closed (>40%) broadleaved forest regularly flooded - Fresh water | 16 | Cultivated and managed areas | 15 | Snow and Ice | 160 | Closed to open (>15%) broadleaved forest regularly flooded (semi-permanently or temporarily) - Fresh or brackish water |
| 170 | Closed (>40%) broadleaved semi-deciduousand/or evergreen forest regularly flooded - Saline water | 17 | Mosaic: Cropland / Tree Cover / Other natural vegetation | 16 | Barren or Sparsely Vegetated | 170 | Closed (>40%) broadleaved forest or shrubland permanently flooded - Saline or brackish water |
| 180 | Closed to open (>15%) vegetation (grassland, shrubland, woody vegetation) on regularly flooded or waterlogged soil - Fresh, brackish or saline water | 18 | Mosaic:Cropland / Shrub or Grass Cover | 17 | (IGBP Water Bodies, recoded to 0 for MODIS Land Product consistency.) | 180 | Closed to open (>15%) grassland or woody vegetation on regularly flooded or waterlogged soil - Fresh, brackish or saline water |
| 190 | Artificial surfaces and associated areas (urban areas >50%) | 19 | Bare Areas | 254 | Unclassified | 190 | Artificial surfaces and associated areas (Urban areas >50%) |
| 200 | bare areas | 20 | Water Bodies (natural & artificial) | 255 | Fill Value | 200 | Bare areas |
| 210 | water bodies | 21 | Snow and Ice (natural & artificial) | 210 | Water bodies | ||
| 220 | Permanent snow and ice | 22 | Artificial surfaces and associated areas | 220 | Permanent snow and ice | ||
| 230 | No data (burnt areas, clouds,…) | ||||||
此外,在数据预处理过程中,任一产品中如果存在数据缺失、未分类的栅格,则其他产品也均不考虑该栅格,最终结果亦不将该栅格纳入评价范围。
汇总不同类型土地的总面积,对两套产品的土地类型面积数据序列进行相关系数计算,由此可以评估不同产品对于土地构成特征的相似程度。相关性系数公式如下：
式中：Ri是产品组合i的相关性系数;k表示土地覆盖的类型;
类型面积相关性能够评估不同土地覆被产品间土地类型面积构成上的相似性,但无法刻画不同产品之间同一土地覆被类型在空间上的混淆程度。为此,采用空间叠置方法,获得不同产品之间逐像元的空间对应关系;而后汇总计算全部类型像元的个数（面积）,并与总像元数（总面积）比较,即可得到关于不同产品之间、同一土地覆被类别在空间上的纯净程度（两种产品指示为同一种类型）或混淆程度（两种产品指示为不同的类型）的判断。
类别混淆分析虽然能够定量给出不同产品之间、同一类型上的混淆程度,但其结果是统计的,直观性不强、指向性不足。为此,采用空间叠加方法,获得不同产品、逐像元的空间对应关系;而后逐像元判断不同产品所指示的土地覆被类型是否相同,并按照该像元上指示为同一类型的产品数进行排序,并形成专题图。从大到小依次排序为：完全一致（4种产品所指示土地覆被类型全部相同）、高度一致（3种产品指示类型相同）、低度一致（仅两种产品指示类型相同）、完全不一致（4种产品指示类型各不相同）。
误差矩阵是遥感数据精度分析中的常用手段。由误差矩阵派生而来的精度参数主要有：生产者精度（producer accuracy,PA）、使用者精度（user accuracy,UA）和总体精度（overall accuracy,OA）。生产者精度是待检验数据与参考数据对比时、某单一土地覆盖类别一致的面积占待检验数据中该土地覆盖类别面积的百分比;使用者精度是待检验数据与参考数据对比时、某单一土地覆盖类别一致的面积占参考数据中该土地覆盖类别面积的百分比;总体精度是验证数据与参考数据土地覆盖类别一致的面积占数据总体面积的百分比。
图2显示了4种产品在欧洲地区的土地覆被类型面积构成,表4反映了4种产品间的类型面积相关系数。
表4 不同产品的面积相关系数
Tab. 4 The area correlation coefficient between any two different products
| 产品 | GLOBCOVER2009 | GLC2000 | MODIS2000 | GLOBCOVER2005 |
|---|---|---|---|---|
| GLOBCOVER2009 | 1.000 | 0.985 | 0.961 | 0.979 |
| GLC2000 | 0.985 | 1.000 | 0.990 | 0.952 |
| MODIS2000 | 0.961 | 0.990 | 1.000 | 0.912 |
| GLOBCOVER2005 | 0.979 | 0.952 | 0.912 | 1.000 |
总的来看,不同卫星遥感土地覆被产品对欧洲土地构成特征描述基本相同,即欧洲以耕地、林地为主体,继以草地、水体、灌丛等其他类型。具体如下：
GLOBCOVER2009产品中耕地（面积占比40.18%）、林地（36.91%）是区域最主要土地类型,裸地（7.94%）、草地（6.32%）面积依次减少;GLC2000产品中林地（40.13%）、耕地（39.49%）优势明显,其次是草地（8.18%）、灌丛（4.34%）、水体（3.23%）;MODIS2000产品中耕地（39.05%）、林地（35.85%）所占比重较高,草地（10.18%）、灌丛（9.09%）、水体（3.72%）依次递减;GLOBCOVER2005产品中林地（38.57%）、耕地（33.50%）占明显优势,其次为裸地（14.06%）、草地（5.24%）、水体（3.20%）。
就各土地覆被类型而言,4种产品关于林地覆被面积的一致性较高,得出林地占研究区总面积的35%~41%。对耕地覆被面积判定一致性较高的有GLOBCOVER2009、GLC2000、MODIS2000,三者均得出研究区耕地面积所占比重约为40%。草地覆被面积判定一致性较高的有GLOBCOVER2009、GLOBCOVER2005,得出认为欧洲草地面积所占比重约为6%。对于水体,4种产品对其覆盖面积判定有着较高的一致性,即欧洲地区水体面积所占比重约为3%左右。对于灌丛、裸地土地覆被类型,不同产品对其覆盖面积占比的估计相差较大,MODIS2000得出欧洲灌丛土地面积较大（9.09%）、裸地面积较少（0.15%）;而GLOBCOVER2005得出欧洲灌丛土地面积较少（1.16%）、裸地面积较大（14.06%）。
不同卫星遥感土地覆被产品间的各类型土地面积的相关系数均较高（最小相关系数为0.912）。其中,MODIS2000与GLC2000具有最高的相关性（0.990）,与其他两种产品则具有最低的相关性。究其原因是MODIS2000与GLC2000的影像获取时间为2000年,而另外两套产品的影像获取时间分别为2005年和2009年,影像获取时间的差异引起了最终土地覆被产品的差异。此外,MODIS2000采用IGBP分类系统,总类别17类,而其他3种产品则采用了LCCS分类系统,总类别为22类,原始产品分类体系上的差异导致了MODIS2000与其他产品之间的差异更加扩大。
图3显示了不同卫星遥感土地覆被产品间的特定土地覆被类型中的像元混淆程度。在图中,当横坐标上的土地类型与纵坐标中的土地覆被类型相同时,即指示像元是纯净的;反之则指示像元是混淆的。
图3 不同产品的土地类型混淆程度
Fig. 3 The confusion bars of land-covers between any two different products
林地、耕地、水体三种土地覆盖类型的像元纯净度较高,混淆程度较低。任意两种遥感产品对比时,这些土地覆被类型所占比例都大于或者接近70%。林地、耕地、水体等三种土地覆被类型之所以具有较高的纯净度（也即较低的混淆度）,这主要是因为它们的光谱特征相对明显、空间纹理特征相对清晰,容易与其他土地覆被类型相区别;此外,以上三者在空间展布上也具有分布独立、面积较大、斑块连续等特点,因此也不容易产生混合类、形成混淆像元。
灌丛、草地两种土地覆被类型的混淆现象明显,像元纯净度较低。两种土地覆被类别中均存在大量其他土地类别与之混淆。究其原因是灌丛和草地两者的光谱特征相似,遥感分类时难以准确区分;此外,研究中所对比的土地覆被产品跨越了2000-2010年,由于灌丛、草地和耕地、裸土地之间的相互转换较为迅速,这也会导致分析结果产生误差。
为分析土地覆被类型一致性程度在空间上的分异特点,针对欧洲地区土地覆被类型开展逐栅格点的对比分析（图4）。
图4 欧洲主要土地覆被类型的空间一致性
Fig. 4 Distributions of product aggrement degree for main land-cover types in Eruope
耕地（图4a）是欧洲最主要的土地类型之一,广泛分布于除北欧之外的其他地区。其中,在巴黎盆地、多瑙河流域、第聂伯河流域、顿河流域及乌拉尔河流域等地区,各遥感产品的一致性最高,这些地区有3种以上的产品同时指示为耕地类型,其面积占欧洲全部耕地面积的64%。究其原因是耕地作为一种半人工、半自然土地覆被,其地面光谱特征、地面纹理特征清晰;遥感分类时,其分类内涵和依据明确,少有混合类。
林地（图4b）与耕地同为欧洲最主要的土地类型,遍布于整个欧洲。其中,在斯堪的纳维亚半岛东部、东欧平原北部地区、比利牛斯山脉、阿尔卑斯山脉、亚平宁山脉及喀尔巴阡山脉等山地地区,不同遥感土地覆被产品对林地辨识的一致性最高,这些地区有3种以上产品同时指示为林地,面积占欧洲全部林地面积的65%。究其原因是因为在这些山地地区,林地多为连续分布,面积广,卫星影像容易辨识。而在其他大部分平原地区,一般仅有1~2种产品同时指示有林地覆被,不同遥感产品对于林地辨识的一致性水平迅速变差。究其原因是因为这些平原地区人类活动强烈,林地斑块细碎且不连续,容易产生混合类型;同时,研究所用的遥感土地产品在时间上跨越10年,土地覆被的动态变化也会降低区域内不同土地覆被产品对林地辨识的一致程度。
草地（图4c）广泛分布于欧洲各个地区。其中在伊比利亚半岛、阿尔卑斯山脉、斯堪的纳维亚半岛西部、大不列颠岛、冰岛及伏尔加河流域分布较为集中。各类卫星遥感土地覆被产品对草地识别的一致性程度较低,仅在英国英伦三岛等地区存在3种产品同时指示为草地,其他大部分地区一般仅有1~2种产品土地覆被产品同时指示为草地。总体上看,不同土地覆被产品对于草地覆被的识别存在很大的差异性。
水体（图4d）的空间分布与欧洲重要水域湖泊（如里海、奥涅加湖、拉多加湖、维纳恩湖）以及重要河流（如莱茵河、多瑙河、第聂伯河、顿河）基本一致。各类卫星遥感土地覆被产品对于水体识别的一致性程度较高,其中有3种以上产品同时指示为水体的面积占欧洲全部水体面积的48%,仅次于耕地和林地。究其原因是因为水体光谱特征和纹理特征清晰、易于辨识。
灌丛（图4e）广泛分布于斯堪的纳维亚山脉西侧、冰岛、伯朝拉河—新地岛、伊比利亚半岛及巴尔干半岛等地区。各类卫星遥感土地覆被产品对于灌丛识别的一致性程度很低,大部分地区上仅有1~2种产品指示为灌丛;有3种以上产品同时指示为灌丛的面积仅占欧洲全部灌丛面积的2.6%。
裸地（图4f）分布范围与灌丛土地分布区域大致相同,如斯堪的纳维亚山脉西部、冰岛、伯朝拉河—新地岛、伊比利亚半岛、巴尔干半岛以及伏尔加河下游地区。但是各类卫星遥感土地覆被产品对于裸地识别的一致性程度很低,其原因是：裸地的定义存在一定模糊性,裸地和灌丛之间、裸地与草地之间均存在一定的过渡性;此外,考虑到4种产品横跨10年,存在裸地与灌丛、草地相互转化的可能。这些都会导致不同遥感产品对于裸地辨识的一致性程度发生降低。
在单一土地覆被类型空间一致性分析基础上,可以就4种土地覆被产品全部土地覆被类型在研究区的一致性展开分析（图5）。
图5 欧洲全部土地覆被类型的一致性
Fig. 5 The distribution of product aggrement degree for all land covers in Europe
总体上看,4种遥感土地覆被产品在欧洲大部分地区的一致性程度均较高,尤其是在斯堪的纳维亚半岛东侧和北欧平原地区,中欧—东欧的大平原地区、巴黎盆地等地区的一致性程度最高。
具体来说：在耕地土地覆被类型分布较为集中的英格兰岛、巴黎盆地、多瑙河中下游平原、第聂伯河流域、顿河流域及乌拉尔河流域,以及林地土地覆被类型分布较为集中的斯堪的纳维亚半岛东侧、东欧平原、比利牛斯山脉、亚平宁山脉及喀尔巴阡山脉地区,绝大多数达到完全一致的水平;在英伦三岛大部分地区,不同遥感土地覆被产品为高度一致,该地区土地通常为林地和草地。另一方面,在斯堪的纳维亚半岛西侧、科拉半岛、伯朝拉河—新地岛、伊比利亚半岛以及伏尔加河下游地区,不同产品的一致性水平降低到低度一致,且多为草地、灌丛和林地等。
进一步的统计分析表明：4种遥感土地覆被产品指示类型完全一致的区域占欧洲总面积的51.7%;高度一致的区域占欧洲总面积的23.3%;与之相比较,低度一致区域占欧洲总面积的23.4%;完全不一致的区域所占欧洲总面积比例为1.50%。这也就是说,如果以75%的可信度（即4种产品中同时有3种以上的产品指示类型相同）考虑,目前国际主流卫星遥感产品在欧洲75%的土地上具有较高的一致性,另有25%的土地,其不同遥感土地覆被产品间的一致性尚有很大的提升空间。
任意选择4种遥感土地覆盖产品中的2种,计算其误差矩阵,可以得到不同产品的参考精度评价成果（表5）。
表5 不同遥感产品间的参考精度（%）
Tab. 5 The accuracy assessment between different products
| 预测数据 | GLOBCOVER2009 | GLC2000 | MODIS2000 | ||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 参考数据 参数 | GLC2000 | MODIS2000 | GLOBCOVER2005 | MODIS2000 | GLOBCOVER2005 | GLOBCOVER2005 | |||||||||||
| UA | PA | UA | PA | UA | PA | UA | PA | UA | PA | UA | PA | ||||||
| 林地 | 83.45 | 76.77 | 75.81 | 78.05 | 89.51 | 85.66 | 75.80 | 84.84 | 79.63 | 82.85 | 81.30 | 75.57 | |||||
| 草地 | 36.11 | 27.91 | 13.98 | 8.68 | 53.85 | 64.95 | 23.30 | 18.73 | 25.42 | 39.67 | 5.13 | 9.96 | |||||
| 灌丛 | 37.82 | 7.87 | 16.11 | 1.60 | 56.80 | 44.14 | 44.38 | 21.21 | 9.76 | 36.42 | 2.27 | 17.75 | |||||
| 耕地 | 80.09 | 81.50 | 76.70 | 78.92 | 77.68 | 93.18 | 80.88 | 81.79 | 71.72 | 84.54 | 70.19 | 81.82 | |||||
| 湿地 | 21.56 | 37.08 | 0.12 | 29.15 | 58.72 | 87.02 | 0.18 | 24.93 | 30.91 | 26.63 | 21.74 | 0.14 | |||||
| 水体 | 79.73 | 70.40 | 72.97 | 55.89 | 98.63 | 87.81 | 73.71 | 63.95 | 74.34 | 74.96 | 58.92 | 68.48 | |||||
| 建设用地 | 47.00 | 59.95 | 57.86 | 30.95 | 84.18 | 79.91 | 62.22 | 26.10 | 57.57 | 42.85 | 32.77 | 58.15 | |||||
| 裸地 | 11.68 | 53.32 | 0.83 | 42.33 | 89.75 | 50.70 | 4.38 | 49.24 | 62.65 | 7.75 | 48.56 | 0.54 | |||||
| 永久冰雪 | 48.75 | 94.47 | 32.68 | 97.17 | 89.76 | 81.08 | 56.36 | 86.48 | 96.66 | 45.05 | 97.82 | 29.71 | |||||
| OA | 49.58 | 38.56 | 77.65 | 46.80 | 56.52 | 46.52 | |||||||||||
结果显示：GLOBCOVER2009/GLOBCOVER2005组合和GLOBCOVER2009/MODIS2000组合（前者为预测数据,后者为参考数据）分别具有最高一致性（OA=77.65%）和最低一致性（OA=38.56%）。从土地覆被类型上看,针对林地GLOBCOVER2009/ GLOBCOVER2005组合的UA=89.51%,为最高值;MODIS2000/GLOBCOVER2005组合的PA=75.57%,为最低值;针对草地GLOBCOVER2009/GLOBCOVER2005组合的PA=64.95%,为最高值;MODIS2000/GLOBCOVER2005组合的UA=5.13%,为最低值;针对灌丛GLOBCOVER2009/GLOBCOVER2005组合的UA=56.80%,为最高值。GLOBCOVER2009/MODIS2000组合的PA=1.60%,为最低值;针对耕地GLOBCOVER2009/GLOBCOVER2005组合的PA=93.18%,为最高值;MODIS2000/GLOBCOVER2005组合的UA=70.19%,为最低值。
对上述结果进行分析,得到：一方面,GLOBCOVER2009/GLOBCOVER2005组合具有最高的精度结果,与使用类型面积相关系数分析所得结论相吻合,其原因也如前面所述,是因为这两套产品出自同一生产机构,其卫星数据源、分类体系、分类方法均等完全一致,类别归并时归并系统也完全相同;虽然从2005-2009年研究区土地覆被类型会发生变化,但是,4年土地覆被变化所产生的变化误差远远小于不同数据源、不同判读方法、不同制作机构所带来的制作误差。另一方面,GLOBCOVER2009和MODIS2000之间的总体精度最低,仅为38.56%。两套产品间的巨大差异特别是体现在针对灌丛的识别上,其精度参数分别是UA=16.11%、PA=1.60%。究其原因,首先是因为这两大产品的生产机构、使用的卫星传感器、分类系统、分类方法、类别归并关系等均不同,由此导致了两大产品在目标识别上的产生巨大差异;其次是因为灌丛与林地、草地、裸土在分类判别上存在模糊性,这也会导致不同产品在遥感识别、类型归并时形成较大差异。
本文以欧洲为研究区,对比分析了当前全球主流的4种土地覆被产品间一致性。评估的卫星遥感土地覆被产品包括：GLOBCOVER2009、GLC2000、MODIS2000和GLOBCOVER2005;一致性分析的方法包括：类型构成相似性、类别混淆程度、空间一致性、参考精度等4种方法。主要研究结论如下：
（1）4种卫星遥感土地覆被产品对于欧洲土地构成的描述基本一致。不同产品均能够把握本地区主体的土地覆被构成特点,即欧洲地区以耕地、林地类型为主体,继以草地、水体、灌丛等其他土地类型。不同产品间的土地类型面积相关性很强,相关系数在0.912~0.990之间。
（2）4种卫星遥感土地覆被产品在斯堪的纳维亚半岛东部及北欧,中欧—东欧平原、巴黎盆地等地区的一致性程度最高,在斯堪的纳维亚半岛西部、科拉半岛、伯朝拉河—新地岛、伊比利亚半岛及伏尔加河下游地区的一致性程度最低;对耕地、林地识别的一致性程度较高,对水体识别的一致性程度次之,对草地、灌丛、裸地识别的一致性程度最差。在欧洲,仅有75%的土地具有较高的卫星遥感辨识一致性,不同产品间的一致性程度尚有很大的提升空间。
（3）对4种卫星遥感土地覆被产品开展误差矩阵和精度分析。结果表明,4种产品的总体精度在38.56%~77.65%之间。其中,GLOBCOVER2009和GLOBCOVER2005一致性最高,GLOBCOVER2009和MODIS2000一致性最低。综合考虑到这些产品的表征时间、制作机构、卫星信息源、分类系统、分类方法等方面的差异,表明土地覆被动态变化所导致的变化误差远远小于不同制作机构、不同数据源、不同判读方法所带来的制作误差。
本文基于最大面积聚合升尺度的方法,将不同分辨率的产品进行了升尺度;通过设置一个统一、泛化的土地覆被分类体系,实现了精细土地覆被类型的归并;升尺度和土地类型归并,实现了多源土地覆被产品在同一个基准上的对比分析。同时也应当注意到,升尺度和类型归并操作的同时也导致了信息丢失和信息混淆,并对一致性评估产生影响。此外,通过空间混淆和空间一致性分析,可以从概率上给出某一特定地区、特定土地覆被类型的准确性,但并不能回答不同产品的真实精度、适用领域和使用尺度等问题。对于这些问题,未来应进一步加强升尺度方法探索、升尺度成果对比、混合像元解析、真实地面数据检验等方面的基础研究。
The authors have declared that no competing interests exist.
| [1] |
中国南方不同土地利用/覆被类型对气温升温的影响 .
基于我国南方六省国家气象台站历史气象资料、1:10万土地利用/覆被数据和NCEP再分析气温资料,通过比较气温变化在不同观测环境气象站之间的差异,分析中国南方三种主要土地利用/覆被类型对气温趋势的影响。结果显示:土地利用/覆被类型对气温趋势具有稳定的影响,建设用地的年均温、年均最高和最低气温的升温幅度均最高,耕地次之,林地最小。进一步利用再分析资料剔除区域大尺度气候背景影响后,建设用地的年均温升温趋势仍最大(0.105℃/10a),其次是耕地(0.056℃/10a),林地的升温趋势最小(-0.025℃/10a),且为负。这表明对于研究区气温的升温趋势,林地具有抑制作用,建设用地具有增强作用,且增强作用较耕地强。林地的各季节平均气温的变化幅度同样低于非林地。
The impact of land use/cover types on climate warming in southern China.
基于我国南方六省国家气象台站历史气象资料、1:10万土地利用/覆被数据和NCEP再分析气温资料,通过比较气温变化在不同观测环境气象站之间的差异,分析中国南方三种主要土地利用/覆被类型对气温趋势的影响。结果显示:土地利用/覆被类型对气温趋势具有稳定的影响,建设用地的年均温、年均最高和最低气温的升温幅度均最高,耕地次之,林地最小。进一步利用再分析资料剔除区域大尺度气候背景影响后,建设用地的年均温升温趋势仍最大(0.105℃/10a),其次是耕地(0.056℃/10a),林地的升温趋势最小(-0.025℃/10a),且为负。这表明对于研究区气温的升温趋势,林地具有抑制作用,建设用地具有增强作用,且增强作用较耕地强。林地的各季节平均气温的变化幅度同样低于非林地。
|
| [2] |
珠江三角洲土地覆盖变化对地表温度的影响 .
<p>由于经济的快速增长,1978年以来的25年中,珠江三角洲地区的土地覆盖变化,特别是城市扩展速度非常之快。通过把遥感和地理信息系统相结合,研究了土地覆盖变化及城市增长状况,并且评估了城市增长对地表温度的影响。利用陆地卫星多时段数据监测了土地利用和土地覆盖变化;通过陆地卫星热红外单波段反演了地表温度,研究了土地覆盖变化特别是城市增长对地表温度的影响。结果发现,珠江三角洲地区土地覆盖变化明显,城市增长显著且不平衡。城市的发展使城市化地区的地表温度提高了8.9K。研究表明,遥感和地理信息系统的结合,在监测和分析土地覆盖变化,特别是城市增长状况以及评估城市化对地表温度的影响方面,是十分有效的。</p>
Influence of land cover change on land surface temperature in Zhujiang Delta.
<p>由于经济的快速增长,1978年以来的25年中,珠江三角洲地区的土地覆盖变化,特别是城市扩展速度非常之快。通过把遥感和地理信息系统相结合,研究了土地覆盖变化及城市增长状况,并且评估了城市增长对地表温度的影响。利用陆地卫星多时段数据监测了土地利用和土地覆盖变化;通过陆地卫星热红外单波段反演了地表温度,研究了土地覆盖变化特别是城市增长对地表温度的影响。结果发现,珠江三角洲地区土地覆盖变化明显,城市增长显著且不平衡。城市的发展使城市化地区的地表温度提高了8.9K。研究表明,遥感和地理信息系统的结合,在监测和分析土地覆盖变化,特别是城市增长状况以及评估城市化对地表温度的影响方面,是十分有效的。</p>
|
| [3] |
多圈层陆面过程参数化研究中遥感信息应用的进展和方向 .https://doi.org/10.3969/j.issn.1001-7313.2003.06.014 URL [本文引用: 1] 摘要
近年来遥感技术的发展为多圈层中陆面过程和边界层研究提供了有力的工具.文章分析了目前用于陆面过程参数化研究的重要遥感信息源.并评述遥感信息在陆面过程参数化研究中的基本应用和存在问题,最后,提出发展方向和展望.
The advances and development of remote sensing applications to land surface process parameterization. https://doi.org/10.3969/j.issn.1001-7313.2003.06.014 URL [本文引用: 1] 摘要
近年来遥感技术的发展为多圈层中陆面过程和边界层研究提供了有力的工具.文章分析了目前用于陆面过程参数化研究的重要遥感信息源.并评述遥感信息在陆面过程参数化研究中的基本应用和存在问题,最后,提出发展方向和展望.
|
| [4] |
土地利用/土地覆被分类系统研究进展 .Magsci 摘要
土地利用/土地覆被变化是全球变化研究中的一个重要内容，而土地利用/土地覆被分类又是研究土地覆被变化的重要前提，它既影响着分类结果的表达，也决定着分类数据的应用领域。本文简要回顾和评述了国内外土地利用/土地覆被分类系统的研究进展。研究认为，土地利用/土地覆被分类系统，1970年代之前以土地利用分类为主，着重于土地用途的差异，主要用于土地利用现状调查和土地利用制图；1970年代随着遥感和计算机技术的发展，以土地覆被为主的分类系统迅速发展起来，它着重于土地类型的差异，主要用于土地覆被变化研究。研究指出，目前的土地利用/土地覆被分类系统一般都适用于特定研究目的和研究尺度，没有统一标准，这种土地分类系统的不兼容性，给土地覆被数据的汇总、分析与共享带来了诸多不便。但一个“万能”的土地分类系统又是不存在的。鉴于此，研究认为一个标准土地分类系统应该是多级的、开放的系统，高级别的土地覆被类型可以直接基于遥感影像进行识别，以便于实现分类数据的比较和共享；低级别的土地覆被类型可以根据特定研究目的灵活制定，以满足特定的研究需要。
Progress on studies of land use/land cover classification systems. Magsci 摘要
土地利用/土地覆被变化是全球变化研究中的一个重要内容，而土地利用/土地覆被分类又是研究土地覆被变化的重要前提，它既影响着分类结果的表达，也决定着分类数据的应用领域。本文简要回顾和评述了国内外土地利用/土地覆被分类系统的研究进展。研究认为，土地利用/土地覆被分类系统，1970年代之前以土地利用分类为主，着重于土地用途的差异，主要用于土地利用现状调查和土地利用制图；1970年代随着遥感和计算机技术的发展，以土地覆被为主的分类系统迅速发展起来，它着重于土地类型的差异，主要用于土地覆被变化研究。研究指出，目前的土地利用/土地覆被分类系统一般都适用于特定研究目的和研究尺度，没有统一标准，这种土地分类系统的不兼容性，给土地覆被数据的汇总、分析与共享带来了诸多不便。但一个“万能”的土地分类系统又是不存在的。鉴于此，研究认为一个标准土地分类系统应该是多级的、开放的系统，高级别的土地覆被类型可以直接基于遥感影像进行识别，以便于实现分类数据的比较和共享；低级别的土地覆被类型可以根据特定研究目的灵活制定，以满足特定的研究需要。
|
| [5] |
中国与美国大都市区城市内部土地覆盖结构时空差异 .https://doi.org/10.11821/dlxb201407001 Magsci 摘要
城市内部土地覆盖结构对城市生态服务功能和人居环境质量产生重要影响。中国与美国不同发展阶段城市不透水地表和绿地时空分布格局存在显著差异。本文基于Landsat TM/MSS影像获取1978、1990、2000、2010 年城市内部土地覆盖和不透水地表分类信息，监测并比较中国和美国六个特大城市扩展时空动态、土地覆盖结构差异及城市不同功能区特征。研究表明，在过去30 多年以来，中国城市以相对紧凑形态发展，美国城市较为离散；美国三大城市植被所占的比例是中国的2.21 倍；中国城市内部结构土地利用功能类型更加复杂，不透水地表密度更高，而美国城市CBD和居住区功能相对独立，特别居住区以镶嵌式低不透水地表和高绿地比例结构为主。
Spatio-temporal characteristics of intra-urban land cover in the cities of China and USA from 1978 to 2010. https://doi.org/10.11821/dlxb201407001 Magsci 摘要
城市内部土地覆盖结构对城市生态服务功能和人居环境质量产生重要影响。中国与美国不同发展阶段城市不透水地表和绿地时空分布格局存在显著差异。本文基于Landsat TM/MSS影像获取1978、1990、2000、2010 年城市内部土地覆盖和不透水地表分类信息，监测并比较中国和美国六个特大城市扩展时空动态、土地覆盖结构差异及城市不同功能区特征。研究表明，在过去30 多年以来，中国城市以相对紧凑形态发展，美国城市较为离散；美国三大城市植被所占的比例是中国的2.21 倍；中国城市内部结构土地利用功能类型更加复杂，不透水地表密度更高，而美国城市CBD和居住区功能相对独立，特别居住区以镶嵌式低不透水地表和高绿地比例结构为主。
|
| [6] |
土地利用/土地覆被变化对区域生态环境的影响 .https://doi.org/10.1088/0256-307X/15/12/025 URL 摘要
土地利用／土地覆被变化对区域生态环境的影响是土地利用／土地覆被变化研究的重要内容，本文 分析了土地利用／土地覆被变化对区域气候，土壤，水量和水质的影响，土地利用／土地覆被变化通过改变地表发射率，温室气体和痕量气体的含量影响区域气候， 土地利用／土地覆被变化影响着能量交换，水交换，侵蚀与堆积，生物循环和作物生产等土壤主要生态过程，不同土地利用方式和土地覆被类型的空间组合影响着土 壤养分的迁移规律，土地利用
Effects of land use/land cover changes on regional ecological environment. Advances in https://doi.org/10.1088/0256-307X/15/12/025 URL 摘要
土地利用／土地覆被变化对区域生态环境的影响是土地利用／土地覆被变化研究的重要内容，本文 分析了土地利用／土地覆被变化对区域气候，土壤，水量和水质的影响，土地利用／土地覆被变化通过改变地表发射率，温室气体和痕量气体的含量影响区域气候， 土地利用／土地覆被变化影响着能量交换，水交换，侵蚀与堆积，生物循环和作物生产等土壤主要生态过程，不同土地利用方式和土地覆被类型的空间组合影响着土 壤养分的迁移规律，土地利用
|
| [7] |
区域土地利用变化对生态系统脆弱性影响评估: 以广州市花都区为例 .
本文在分析生态系统脆弱性概念与评价方法基础上,以土地利用变化引起的生态系统服务价值改变为影响力指标,以社会经济发展程度表征社会经济适应能力指标,构建区域土地利用变化对生态系统脆弱性影响评价和和空间表达方法,将生态系统脆弱性研究拓展到人类(社会)—自然(生态、环境)耦合系统的综合分析与评价,以广州市花都区为例,从花都区、乡镇两个空间尺度上进行了评价。结果表明:(1)在1980～1990年、1990～2000年和2000～2005年三个时间段,耕地面积的变化对该区生态系统服务功能影响最为显著;(2)1990～2000年和2000～2005年间,研究区社会经济适应性指数保持为正,两期平均值分别为0.391和0.374;(3)从研究区1990～2000年和2000～2005年两期脆弱性空间分布来看,虽然适应能力的提高在一定程度上缓解了土地利用变化对生态系统的负向影响,但总体呈现脆弱趋势,且脆弱性严重的乡镇数在时间尺度上呈现增加趋势。
Assessment on vulnerability of ecosystems to land use change: A case study of Huadu district, Guangzhou city.
本文在分析生态系统脆弱性概念与评价方法基础上,以土地利用变化引起的生态系统服务价值改变为影响力指标,以社会经济发展程度表征社会经济适应能力指标,构建区域土地利用变化对生态系统脆弱性影响评价和和空间表达方法,将生态系统脆弱性研究拓展到人类(社会)—自然(生态、环境)耦合系统的综合分析与评价,以广州市花都区为例,从花都区、乡镇两个空间尺度上进行了评价。结果表明:(1)在1980～1990年、1990～2000年和2000～2005年三个时间段,耕地面积的变化对该区生态系统服务功能影响最为显著;(2)1990～2000年和2000～2005年间,研究区社会经济适应性指数保持为正,两期平均值分别为0.391和0.374;(3)从研究区1990～2000年和2000～2005年两期脆弱性空间分布来看,虽然适应能力的提高在一定程度上缓解了土地利用变化对生态系统的负向影响,但总体呈现脆弱趋势,且脆弱性严重的乡镇数在时间尺度上呈现增加趋势。
|
| [8] |
三种土地覆盖遥感数据在中国区域的精度分析 .
土地覆盖遥感数据的精度分析是数据应用的前提和基础。该文以中国科学院资源环境科学数据中心提供的2000年中国土地覆盖数据作为参考，基于对土地覆盖类型的归并，在各种土地覆盖类型的分布面积、空间位置等方面分析了GLC2000、MODIS V004和MODIS V005三种数据描述中国土地覆盖状况的能力，并引入差异性指数，深入分析影响土地覆盖数据精度的原因，得到以下主要结论：总体上各数据均能反映中国主要土地覆盖类型的分布情况，GLC2000、MODIS V004和MODIS V005数据的总体精度分别为62.8%、61.7%和61.9%；3种数据的乔木林地面积较参考数据均偏大，而建筑用地、湿地和水体的面积均偏小；乔木林地、灌木草地、耕地和裸地冰川的精度较高，建筑用地和湿地的精度较低；GLC2000数据在省级水平上对乔木林地和耕地的描述最准确，MODIS V005数据的平均用户精度和生产者精度最高；土地覆盖数据的精度随着数据差异性指数的增加而降低，随着差异性指数为1的区域面积比例的增加而升高；MODIS V005数据的精度受土地覆盖差异性的影响相对较小。
Precision analysis of three land-cover types in China region.
土地覆盖遥感数据的精度分析是数据应用的前提和基础。该文以中国科学院资源环境科学数据中心提供的2000年中国土地覆盖数据作为参考，基于对土地覆盖类型的归并，在各种土地覆盖类型的分布面积、空间位置等方面分析了GLC2000、MODIS V004和MODIS V005三种数据描述中国土地覆盖状况的能力，并引入差异性指数，深入分析影响土地覆盖数据精度的原因，得到以下主要结论：总体上各数据均能反映中国主要土地覆盖类型的分布情况，GLC2000、MODIS V004和MODIS V005数据的总体精度分别为62.8%、61.7%和61.9%；3种数据的乔木林地面积较参考数据均偏大，而建筑用地、湿地和水体的面积均偏小；乔木林地、灌木草地、耕地和裸地冰川的精度较高，建筑用地和湿地的精度较低；GLC2000数据在省级水平上对乔木林地和耕地的描述最准确，MODIS V005数据的平均用户精度和生产者精度最高；土地覆盖数据的精度随着数据差异性指数的增加而降低，随着差异性指数为1的区域面积比例的增加而升高；MODIS V005数据的精度受土地覆盖差异性的影响相对较小。
|
| [9] |
土地利用/土地覆盖遥感变化检测方法新进展 .
土地利用/土地覆盖变化检测是资源环境研究中的一个重要方面,准确、及时的变化信息为人类资源环境的生产和管理提供了决策支持.遥感技术具有实时、快速、覆盖范围广、多光谱、周期性等特点,给土地利用/土地覆盖变化检测提供了理想的数据基础.人类社会的发展对土地利用/土地覆盖变化检测的精度与效率不断提出新的要求,这也使得一些新技术、新方法引入到变化检测中.这些新技术新方法提高了土地利用/土地覆盖变化检测的精度,但在效率方面有待进一步研究.
New Progress in land use / land cover change detection by remote sensing.
土地利用/土地覆盖变化检测是资源环境研究中的一个重要方面,准确、及时的变化信息为人类资源环境的生产和管理提供了决策支持.遥感技术具有实时、快速、覆盖范围广、多光谱、周期性等特点,给土地利用/土地覆盖变化检测提供了理想的数据基础.人类社会的发展对土地利用/土地覆盖变化检测的精度与效率不断提出新的要求,这也使得一些新技术、新方法引入到变化检测中.这些新技术新方法提高了土地利用/土地覆盖变化检测的精度,但在效率方面有待进一步研究.
|
| [10] |
多源遥感数据在土地覆盖变化监测中的应用 .https://doi.org/10.11821/dlyj201406009 Magsci [本文引用: 1] 摘要
基于MODIS、Landsat TM、Quick Bird 数据，对山西芦芽山2000 年、2005 年和2010年植被变化作了定量和定性分析。结果显示：3 年间，部分植被MODIS NDVI年际波动可达5%~10%。1 年之内，多数植被MODIS NDVI 季节性明显，Landsat TM季节差对应的NDVI差可达0.2。在自然地带的过渡区，因难以区分人类活动引起的变化和季节变化，这种季节差使变化检测面临不确定性。利用2002 年和2008 年Quick Bird 数据对森林采伐迹地对比发现，只有局部地区的植被类型开始草丛向灌木林的演替，说明植被恢复缓慢。由此可以认为，自然植被过渡带植被固有的分类模糊性，人类活动反复干扰—恢复后形成植被的破碎性，以及Landsat 数据可能存在的季节不一致性，都会影响土地覆盖分类精度和变化检测可靠性。因此，需要使用多源数据对自然过渡带进行重点分析。
Application of multiple satellite data to land cover change detection. https://doi.org/10.11821/dlyj201406009 Magsci [本文引用: 1] 摘要
基于MODIS、Landsat TM、Quick Bird 数据，对山西芦芽山2000 年、2005 年和2010年植被变化作了定量和定性分析。结果显示：3 年间，部分植被MODIS NDVI年际波动可达5%~10%。1 年之内，多数植被MODIS NDVI 季节性明显，Landsat TM季节差对应的NDVI差可达0.2。在自然地带的过渡区，因难以区分人类活动引起的变化和季节变化，这种季节差使变化检测面临不确定性。利用2002 年和2008 年Quick Bird 数据对森林采伐迹地对比发现，只有局部地区的植被类型开始草丛向灌木林的演替，说明植被恢复缓慢。由此可以认为，自然植被过渡带植被固有的分类模糊性，人类活动反复干扰—恢复后形成植被的破碎性，以及Landsat 数据可能存在的季节不一致性，都会影响土地覆盖分类精度和变化检测可靠性。因此，需要使用多源数据对自然过渡带进行重点分析。
|
| [11] |
The IGBP-DIS global 1km land cover data set. DISCover: First results. https://doi.org/10.1080/014311697217099 URL [本文引用: 2] 摘要
The International Geosphere-Biosphere Programme Data and Information System (IGBP-DIS) is co-ordinating the development of global land data sets from Advanced Very High Resolution Radiometer (AVHRR) data. The first is a 1 km spatial resolution land cover product 'DISCover', based on monthly Normalized Difference Vegetation Index composites from 1992 and 1993. DISCover is a 17 class land cover dataset based on the science requirements of IGBP elements. Mapping uses unsupervised classification with post-classification refinement using ancillary data. Draft Africa, North America and South America products are now available for peer review.
|
| [12] |
UMD global land cover classification, 1 kilometer, 1.0. Department of Geography, University of Maryland, College Park, |
| [13] |
The Land Cover Map for Southern Asia for the Year 2000. GLC2000 database, |
| [14] |
MODIS Collection 5 global land cover: Algorithm refinements and characterization of new datasets. https://doi.org/10.1016/j.rse.2009.08.016 URL [本文引用: 3] 摘要
Information related to land cover is immensely important to global change science. In the past decade, data sources and methodologies for creating global land cover maps from remote sensing have evolved rapidly. Here we describe the datasets and algorithms used to create the Collection 5 MODIS Global Land Cover Type product, which is substantially changed relative to Collection 4. In addition to using updated input data, the algorithm and ancillary datasets used to produce the product have been refined. Most importantly, the Collection 5 product is generated at 500-m spatial resolution, providing a four-fold increase in spatial resolution relative to the previous version. In addition, many components of the classification algorithm have been changed. The training site database has been revised, land surface temperature is now included as an input feature, and ancillary datasets used in post-processing of ensemble decision tree results have been updated. Further, methods used to correct classifier results for bias imposed by training data properties have been refined, techniques used to fuse ancillary data based on spatially varying prior probabilities have been revised, and a variety of methods have been developed to address limitations of the algorithm for the urban, wetland, and deciduous needleleaf classes. Finally, techniques used to stabilize classification results across years have been developed and implemented to reduce year-to-year variation in land cover labels not associated with land cover change. Results from a cross-validation analysis indicate that the overall accuracy of the product is about 75% correctly classified, but that the range in class-specific accuracies is large. Comparison of Collection 5 maps with Collection 4 results show substantial differences arising from increased spatial resolution and changes in the input data and classification algorithm.
|
| [15] |
Accuracy assessment of a 300 m global land cover map: The GlobCover experience , 2009. In:
The GlobCover project supported by ESA has developed an operational service dedicated to the generation of global land cover maps through an automated classification of MERIS FRS time series. This paper reports the independent accuracy assessment of the global GlobCover product as the first global exercise implemented according to the CEOS Land Product Validation group recommendations. Based on a network of 16 international experts and on-line tools, a unique, globally distributed reference data set was collected in a standardized manner and used to derive mapping accuracy figures. The overall accuracy, weighted by the area proportions of the various land cover classes, is 73 % based on a set of 3167 samples. These results are discussed with regards to the previous experiences.
|
| [16] |
GlobCover: A 300 m global land cover product for 2005 using ENVISAT MERIS time series. Servicio de Publicaciones, Universitat de Valencia, Valencia, |
| [17] |
全球30 m地表覆盖遥感制图的总体技术 .
<p>本文针对全球30米分辨率地表覆盖遥感制图这一世界性难题，提出了以多源影像最优化处理、参考资料服务化整合、覆盖类型精细化提取、产品质量多元化检核为主线的总体研究思路，研发了影像几何与辐射重建、异质异构服务化集成、对象化分层分类、知识化检核处理等主体技术方法；用于制定了相应数据产品规范、生产技术规范，研发了多项生产型软件，用于研制了2000和2010两个基准年的全球）30米地表覆盖数据产品，将空间分辨率提高了1个数量级。</p>
Concepts and key techniques for 30 m global land cover mapping.
<p>本文针对全球30米分辨率地表覆盖遥感制图这一世界性难题，提出了以多源影像最优化处理、参考资料服务化整合、覆盖类型精细化提取、产品质量多元化检核为主线的总体研究思路，研发了影像几何与辐射重建、异质异构服务化集成、对象化分层分类、知识化检核处理等主体技术方法；用于制定了相应数据产品规范、生产技术规范，研发了多项生产型软件，用于研制了2000和2010两个基准年的全球）30米地表覆盖数据产品，将空间分辨率提高了1个数量级。</p>
|
| [18] |
流域土地利用/土地覆被变化的生态效应 .
土地利用/土地覆被变化改变了地表生态系统组成结构,影响着生态系统功能,威胁着区域生态安全。本文以辽河流域的浑河-太子河流域为研究区,探讨了流域空间尺度上的LUCC特征及其所带来的生态效应。研究表明,不同的生态指标对LUCC的响应程度略有不同:(1)从景观生态格局角度看,反映生态系统斑块形状特征的景观指数对LUCC的响应较弱,而对生态系统斑块之间关系的景观指数对LUCC的响应较强。2007年与1992年相比,SHDI呈现出变大的趋势,分别反映出各生态类斑块呈均衡化状态变好。CONTAG呈现出变小的趋势,反映出优势生态景观类型的破碎化程度有所增加。(2)从生态功能效应角度看,2007年与1992年相比,LUCC使得植被覆盖度、水土保持能力等单因子生态功能效应指标呈现出变好的特征;综合考虑生态系统供给、调节、文化与支持功能的综合生态功能效应呈现出持平的特征。
Ecological effect of land-use and land-cover change in a watershed scope.
土地利用/土地覆被变化改变了地表生态系统组成结构,影响着生态系统功能,威胁着区域生态安全。本文以辽河流域的浑河-太子河流域为研究区,探讨了流域空间尺度上的LUCC特征及其所带来的生态效应。研究表明,不同的生态指标对LUCC的响应程度略有不同:(1)从景观生态格局角度看,反映生态系统斑块形状特征的景观指数对LUCC的响应较弱,而对生态系统斑块之间关系的景观指数对LUCC的响应较强。2007年与1992年相比,SHDI呈现出变大的趋势,分别反映出各生态类斑块呈均衡化状态变好。CONTAG呈现出变小的趋势,反映出优势生态景观类型的破碎化程度有所增加。(2)从生态功能效应角度看,2007年与1992年相比,LUCC使得植被覆盖度、水土保持能力等单因子生态功能效应指标呈现出变好的特征;综合考虑生态系统供给、调节、文化与支持功能的综合生态功能效应呈现出持平的特征。
|
| [19] |
四类全球土地覆盖数据在中国区域的精度评价 .
该研究以中国耕地类别为研究对象，选择2000年中国土地利用数据（NLCD-2000）为参考数据，利用比较分析法，从面积数量精度和空间位置精度两方面对目前4类全球土地覆盖数据（UMD、IGBP-DISCover、MODIS和GLC2000）产品进行了精度验证，并分析研究了4类数据精度的异同性。结果表明，4类全球数据对中国耕地数量特征和空间位置特征的估测具有明显的区域差异性。MODIS数据集和GLC2000数据集对中国耕地制图的总体精度要高于UMD数据集和IGBP-DISCover数据集。4类数据制图精度高的区域主要分布在中国的农业主产区，而误差大的区域主要分布在中国山区或耕地比例低的区域。低空间分辨率的信息源、基于像元的分类方法，以及中国复杂地形特征是4类全球土地覆盖数据精度差异的主要原因。
Accuracy assessment of four global land cover datasets in China.
该研究以中国耕地类别为研究对象，选择2000年中国土地利用数据（NLCD-2000）为参考数据，利用比较分析法，从面积数量精度和空间位置精度两方面对目前4类全球土地覆盖数据（UMD、IGBP-DISCover、MODIS和GLC2000）产品进行了精度验证，并分析研究了4类数据精度的异同性。结果表明，4类全球数据对中国耕地数量特征和空间位置特征的估测具有明显的区域差异性。MODIS数据集和GLC2000数据集对中国耕地制图的总体精度要高于UMD数据集和IGBP-DISCover数据集。4类数据制图精度高的区域主要分布在中国的农业主产区，而误差大的区域主要分布在中国山区或耕地比例低的区域。低空间分辨率的信息源、基于像元的分类方法，以及中国复杂地形特征是4类全球土地覆盖数据精度差异的主要原因。
|
| [20] |
Comparison and relative quality assessment of the GLC2000, GLOBCOVER, MODIS and ECOCLIMAP land cover data sets at the African continental scale. https://doi.org/10.1016/j.jag.2010.11.005 Magsci [本文引用: 1] 摘要
<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="spar0010">Land cover dynamics at the African continental scale is of great importance for global change studies. Actually, four satellite-derived land cover maps of Africa now available, e.g. ECOCLIMAP, GLC2000, MODIS and GLOBCOVER, are based on images acquired in the 2000s. This study aims at stressing the compliances and the discrepancies between these four land cover classifications systems. Each of them used different mapping initiatives and relies on different mapping standards, which supports the present investigation. In order to do a relative comparison of the four maps, a preamble was to reconcile their thematic legends into more aggregated categories after a projection into the same spatial resolution. Results show that the agreement between the four land cover products is between 56 and 69%. While all these land cover datasets show a reasonable agreement in terms of surface types and spatial distribution patterns, mapping of heterogeneous landscapes in the four products is not very successful. Land cover products based on remote sensing imagery can indeed significantly be improved by using smarter algorithms, better timing of image acquisition, improved class definitions. Either will help to improve the accuracy of future land cover maps at the African continental scale. Data producers may use the areas of spatial agreement for training area selection while users might need to verify the information in the areas of disagreement using additional data sources.</p><h4 id="secGabs_N2457b590N89748c40">Research highlights</h4><p>? A new protocol of maps comparison was developed based on their relative quality. ? We examine three ways: errors matrix, spatial heterogeneity, and level of agreement. ? The agreement between the four land cover products is between 56 and 69%. ? Increasing inputs and classifiers will improve the quality of land cover maps.</p>
|
| [21] |
中国区域多源土地覆被遥感产品精度分析与验证 .
国家及区域尺度的土地覆被信息对于解决环境演变、生物多样性保护、生态系统评价及环境建模等一系列问题起着至关重要的作用。该文以中国科学院CHINA2000数据为参考，从国家尺度比较了当前全球4种土地覆被遥感产品的分类精度，以便解释验证数据与参考数据在空间及专题上的一致性和异质性。结果表明：与参考数据相比，4种遥感产品的土地覆被类别的空间分布，从整体上表现出较高的一致性，但在局部区域差异性较大，特别是在景观异质性较强的西南和东南地区；GLC2000遥感产品从相关系数和总体精度方面都表现出与参考数据较好的一致性，其相关系数为0.92，总体精度为55.86%，GLOBCOVER产品则表现出与参考数据较差的一致性；4种产品与参考数据在空间上表现出明显的混淆现象，混淆主要发生于林地、灌木、草地和耕地之间，这表明粗空间分辨率遥感产品在识别叶类土地覆被类型的能力上仍需要改进，该文为中国用户合理利用遥感产品提供了科学合理的依据。
Precision analysis and validation of multi-sources landcoverproducts derived from remote sensing in China.
国家及区域尺度的土地覆被信息对于解决环境演变、生物多样性保护、生态系统评价及环境建模等一系列问题起着至关重要的作用。该文以中国科学院CHINA2000数据为参考，从国家尺度比较了当前全球4种土地覆被遥感产品的分类精度，以便解释验证数据与参考数据在空间及专题上的一致性和异质性。结果表明：与参考数据相比，4种遥感产品的土地覆被类别的空间分布，从整体上表现出较高的一致性，但在局部区域差异性较大，特别是在景观异质性较强的西南和东南地区；GLC2000遥感产品从相关系数和总体精度方面都表现出与参考数据较好的一致性，其相关系数为0.92，总体精度为55.86%，GLOBCOVER产品则表现出与参考数据较差的一致性；4种产品与参考数据在空间上表现出明显的混淆现象，混淆主要发生于林地、灌木、草地和耕地之间，这表明粗空间分辨率遥感产品在识别叶类土地覆被类型的能力上仍需要改进，该文为中国用户合理利用遥感产品提供了科学合理的依据。
|
| [22] |
A comparative analysis of the Global Land Cover 2000 and MODIS land cover data sets. https://doi.org/10.1016/j.rse.2004.09.005 URL [本文引用: 1] 摘要
Accurate and up-to-date global land cover data sets are necessary for various global change research studies including climate change, biodiversity conservation, ecosystem assessment, and environmental modeling. In recent years, substantial advancement has been achieved in generating such data products. Yet, we are far from producing geospatially consistent high-quality data at an operational level. We compared the recently available Global Land Cover 2000 (GLC-2000) and MODerate resolution Imaging Spectrometer (MODIS) global land cover data to evaluate the similarities and differences in methodologies and results, and to identify areas of spatial agreement and disagreement. These two global land cover data sets were prepared using different data sources, classification systems, and methodologies, but using the same spatial resolution (i.e., 1 km) satellite data. Our analysis shows a general agreement at the class aggregate level except for savannas/shrublands, and wetlands. The disagreement, however, increases when comparing detailed land cover classes. Similarly, percent agreement between the two data sets was found to be highly variable among biomes. The identified areas of spatial agreement and disagreement will be useful for both data producers and users. Data producers may use the areas of spatial agreement for training area selection and pay special attention to areas of disagreement for further improvement in future land cover characterization and mapping. Users can conveniently use the findings in the areas of agreement, whereas users might need to verify the informaiton in the areas of disagreement with the help of secondary information. Learning from past experience and building on the existing infrastructure (e.g., regional networks), further research is necessary to (1) reduce ambiguity in land cover definitions, (2) increase availability of improved spatial, spectral, radiometric, and geometric resolution satellite data, and (3) develop advanced classification algorithms.
|
| [23] |
Theory, data, methods: developing spatially explicit economic models of land use change. Agriculture, https://doi.org/10.1016/S0167-8809(01)00200-6 URL [本文引用: 1] 摘要
Questions of land use/land cover change have attracted interest among a wide variety of researchers concerned with modeling the spatial and temporal patterns of land conversion and understanding the causes and consequences of these changes. Among these, geographers and natural scientists have taken the lead in developing spatially explicit models of land use change at highly disaggregate scales (i.e. individual land parcels or cells of the landscape). However, less attention has been given in the development of these models to understanding the economic process — namely, the human behavioral component — that underlies land use change. To the extent that researchers are interested in explaining therelationships between individual choices and land use change outcomes, more fully articulated economic models of land use change are necessary.This paper reviews some of the advances that have been made by geographers and natural scientists in developing these models of spatial land use change, focusing on their modeling of the economic process associated with land use change. From this vantage point, it is argued that these models are primarily “ad hoc,” developed without an economic theoretical framework, and therefore are susceptible to certain conceptual and estimation problems. Next, a brief review of traditional economic models of land use determination is given. Although these models are developed within a rigorous economic framework, they are of limited use in developing spatially disaggregate and explicit models of land use change. Recent contributions from economists to the development of spatially explicit models are then discussed, in which an economic structural model of the land use decision is developed within a spatially explicit framework and from which an estimable model of land use change is derived. The advantages of this approach in terms of simulating policy scenarios and addressing econometric issues of spatial dependency and endogeneity are discussed. We use some specific examples from ongoing research in the Patuxent Watershed, Maryland, USA to illustrate our points. The paper concludes with some summary remarks and suggestions for further research.
|
| [24] |
Economic and environmental impacts of introducing land use policies and rotations on Prince Edward Island potato farms. https://doi.org/10.1016/j.landusepol.2007.08.005 Magsci 摘要
<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">A 2002 Prince Edward Island (PEI) Agricultural Crop Rotations (ACR) Act and other sustainable land use policies regulate what crops can be grown in rotation with potatoes, and the frequency and sequence of specific crops in such rotation systems. Given that there are alternative crops that may be rotated with potatoes and managed for various rotation lengths, the policies raise questions about the economic and environmental implications of such land use policies and legislation on PEI potato-based agriculture. A multi-year linear programming model of a representative potato-based PEI farm was developed and then used to investigate the economic and environmental impacts of introducing various crop rotation systems and land use policy regulations specified under the PEI ACR Act. Results suggest that adoption of legislated rotation systems would lead to considerable reduction in gross margins. The extent of such financial losses increased as the frequency of potatoes in the rotations decreased (i.e., farm losses increased with rotation length). Both crop choice and sequence in a rotation influenced magnitude of the economic impacts of the land use and rotation legislation. For example, among 4-year rotations, gross margins for P–SC–B–RG (potato/silage corn/barley/ryegrass) were higher by $79, 955, when potatoes replaced silage corn in SC–SC–B–RG (silage corn/silage corn/barley/ryegrass). In addition, higher potato yields stemming from nutrient carry-over effects of particular crops (e.g., barley compared to spring wheat), did not necessarily translate into higher overall farm returns for the associated rotation. Economic–environmental trade-off frontier analysis suggest that different rotations generated varying levels of reduction in the use of agricultural chemicals, compared to benchmark production systems. However, environmental improvements associated with such reductions in chemical use required substantial reduction in gross margins to producers.</p>
|
| [25] |
土地资源可持续利用的生态经济系统分析 .https://doi.org/10.3969/j.issn.1673-4831.2000.02.012 URL [本文引用: 1] 摘要
论述了土地生态经济系统的特点和实现土地可持续利用的生态经济条件.土地生态经济系统是土地生态系统与土地经济系统耦合而成的复合系统,土地可持续利用与 生态经济平衡存在着内在联系,生态经济平衡是实现土地可持续利用的前提条件;土地可持续利用目标是在土地开发利用过程中,实现生态、经济和社会三效益的协 调统一;遵循生态经济规律是实现土地资源可持续利用的必要条件.
Eco-economic system of sustainable land use .https://doi.org/10.3969/j.issn.1673-4831.2000.02.012 URL [本文引用: 1] 摘要
论述了土地生态经济系统的特点和实现土地可持续利用的生态经济条件.土地生态经济系统是土地生态系统与土地经济系统耦合而成的复合系统,土地可持续利用与 生态经济平衡存在着内在联系,生态经济平衡是实现土地可持续利用的前提条件;土地可持续利用目标是在土地开发利用过程中,实现生态、经济和社会三效益的协 调统一;遵循生态经济规律是实现土地资源可持续利用的必要条件.
|
/
| 〈 |
|
〉 |
