基于土地利用/覆被分类系统估算 碳储量的差异——以海南岛森林为例

土地利用/覆被分类系统是碳蓄积研究的依据,然而各种碳蓄积研究所采用的土地利用/覆被分类系统不尽相同。根据1993年海南林业资源二类调查资料,我们按照USGS土地利用/覆被、LCCS土地覆被和中国科学院土地资源三种分类系统所定义的类别进行分类并计算了各自的碳储量和碳密度,为碳储量的进一步精确估算和土地覆被分类系统研制提供重要的科学依据。结果发现,（1）不同的土地利用/覆被分类系统所对应的总碳储量以及平均碳密度都有了明显的差别。林业调查资料的植被分类、FAO 土地覆被分类系统(LCCS)、USGS 土地利用/土地覆被分类系统以及我国学者常用的中国科学院土地资源分类系统的碳蓄积量(Tg C)分别是28.98、28.71、21.04和21.04;碳密度(t C/ha)分别是31.24、30.95、22.68和22.68。（2）土地利用分类系统和土地覆被分类系统之间的结果具有较大差异,其碳储量相差7.67～7.94 Tg C,碳密度则相差8.27～8.56 t C/ha;差距在26.47%～37.74%之间。与其他学者研究结果比较发现,土地利用/覆被分类系统造成的碳蓄积差异的变化方向是不定的,取决于具体的分类系统和材积-生物量函数。不同土地利用/覆被分类系统对于植被划分的不同,导致了材积-生物量回归方程和类别面积的差异是造成碳蓄积和碳密度估算差异的根本原因。目前常用的土地利用/覆被分类系统在估算碳蓄积中存在一定问题,不适合于高精度的碳蓄积计算。体现地表植被生物量差异、植被叶型和外貌特征、种类及树龄差异等内涵的土地利用/覆被分类系统利于陆地碳循环研究的深化。     

流域LUCC水文效应研究中的若干问题探讨

随着全球变化研究的深入,土地利用/覆被变化(LUCC)的水文效应研究日益成为热点问题。综合国内外研究进展,论文就流域土地利用/覆被变化水文效应研究中的几个问题进行了总结和探讨：子流域和水文响应单元是分布式水文模型对流域基本空间单元的理想划分;对国内外现有的土地利用分类系统进行了适当的调整和归并,建立了基于水文响应研究的土地利用分类系统,将土地利用分为9个Ⅰ级类和21个II级类;土地利用/覆被变化情景分析的常用方法有参照对比法、历史反演法、模型预测法、极端土地利用法、土地利用空间配置法等。     

延河流域土地利用/覆被变化模型的尺度转换方法

采用延河流域和安塞县2000和2006年的土地利用/覆被遥感影像,结合实地调研获取的2000-2006年该区域生态建设尤其是退耕还林还草数据,分别在流域尺度和县域尺度上,采用主成分分析法对延河流域及位于延河流域上中游的安塞县土地利用/覆被变化及其驱动力进行了分析,建立了耕地面积变化的驱动力模型.研究表明,在这两个尺度上,影响耕地面积变化的关键因素都是总人口和农作物播种面积.以此为基础,基于不同尺度上共同驱动力因子之间的相互关系,建立了不同尺度上耕地变化模型的尺度转换方法.对于不同尺度的土地利用/覆被变化模型,无论其模型形式的复杂程度如何,只要不同尺度上的关键驱动因子相同或存在明确的定量关系,就可以基于关键驱动力因子的定量关系进行不同尺度上土地利用/覆被模型的尺度转换.研究成果为土地利用/土地覆被变化的尺度转换方法研究提供了新思路.     

基于GIS的遥感影像土地利用/土地覆盖信息提取研究——以滇西北香格里拉县为例

在GIS辅助下，基于ETM＋遥感卫星数据，采用分辨率融合提取地物和基于NDVI计算的分区、分层分类以及结合有关地理数据（如DEM、坡度等）基于知识分类方法相结合，通过多步骤信息提取来完成实验区进行土地利用／土地覆盖分类研究，并对分类结果进行精度检验。研究结果表明：该方法不仅消除了单一步骤分类时多类间的相互影响，而且将遥感影像数据与地利信息系统数据有机的结合起来，具有技术操作简单，分类结果理想的特点；对城镇用地、机场用地、水库、湖泊及河流的分类识别精度可达100％，基于知识规则对农村居民地和耕地的提取精度达70％以上，较单一的信息提取方法精度有很大提高。     

黑河中游土地利用/覆被变化及其对碳储量影响的预测

准确预测未来土地利用/覆盖变化及其对区域碳储量的影响对土地利用决策和气候变化研究具有重要意义。以黑河中游流域为研究对象,基于2000年和2012年两期土地利用解译数据,运用CA-Markov模型,并依据《IPCC 2006指南》提供的清单方法,在对研究区2024年土地利用变化特征进行预测分析的基础上评估了2000-2024年黑河中游土地利用/覆被变化对碳储量的影响。结果表明:2000-2012年,研究区耕地、建设用地、林地和草地面积呈增加趋势,未利用土地和水域面积呈减少趋势,土地利用/覆被变化导致碳储量增加3.22×10^6 t;预测2024年黑河中游土地利用变化同2012年相比,耕地、建设用地、林地占研究区比例分别增加3.18%、0.84%和0.77%,未利用土地、草地和水域占研究区比例分别减少3.32%、1.13%和0.33%;2012-2024年土地利用/覆被变化导致碳储量增加7.55×10^6 t,各土地利用类型变化导致碳储量变化更加明显,其中林地和耕地增加是碳储量增加的主要原因,建设用地增加是碳储量减少的主要原因。总体来看,2012-2024年耕地、建设用地、林地将继续呈增加趋势,未利用土地和水体将继续呈减少趋势;2012-2024年较2000-2012年土地利用变化导致碳储量增加4.33×10^6 t,固碳能力表现出较明显的提高。     

土地利用/土地覆被时空分布100年数字重建——以大庆市杜尔伯特蒙古族自治县为例

长时间序列的土地利用/ 土地覆被数据是开展全球变化、可持续发展及生态安全等各项研究的重要基础。然而,早期的土地利用/ 土地覆被数据,特别是卫星遥感数据出现之前 的土地利用/ 土地覆被信息通常很难获取。利用TM、MSS 遥感影像数据和地形图、气候、地质、地貌、土壤、植被、水文等自然环境背景图件以及数据,社会经济统计数据等多源数 据,选择大庆市杜尔伯特蒙古族自治县作为典型案例区,在GIS 技术支持下建立了土地利用/ 土地覆被数字重建模型,再现了典型研究区20 世纪30 年代和50 年代土地利用/ 土地覆被空间分布状况。通过野外调查和历史文献资料对土地利用数字重建结果进行精度评价并初步得到以下结论：① 采用逐个图斑跟踪记录的方法对研究区各个时期土地利用/ 覆被变化的敏感 性进行分析,有利于揭示区域土地利用/ 土地覆被变化的规律;② 在定量、定位分析环境背景对土地利用/ 土地覆被分布及其变化的影响基础上,综合判断各种土地利用/ 土地覆被分布概率,其结果可为土地利用数字重建提供依据;③ 对1:10 万地形图提取土地利用信息的可行性与可信度分析表明,地形图中土地利用信息完全能够达到一级土地利用分类精度,同时疏林地、灌木林、沼泽地、盐碱地、沙地等二级分类信息也能获取。     

基于QUEST决策树的遥感影像土地利用分类——以云南省丽江市为例

土地利用分类精度直接决定土地利用/土地覆被变化相关研究的准确性,而基于决策树的遥感影像分类是近年来提高土地利用分类精度的重要方法。QUEST决策树在影像解译和空间表达方面,运算速度和分类精度均优于普通CART等决策树方法。本文以云南丽江地区为例,应用QUEST决策树分类方法,对该地区的Landsat TM 5影像图进行分类,同时将地形因素、植被指数作为地学辅助数据的因子添加到分类波段中,进行不同特征融合,来处理目标类别间的非线性关系,该方法在处理图像理解知识方面具有更大的灵活性;同时与普通决策树分类法的遥感影像分类的结果相比较,Kappa系数值从原来的0.789提高到0.849.在地形复杂的山地地区,针对TM影像数据,选择基于QUEST决策树分类能够有效提高土地利用分类结果精度。     

2000-2010年中国退牧还草工程区土地利用/覆被变化

在3S技术支持下,结合景观格局定量分析方法,基于30 m分辨率的土地利用/覆被数据,对中国退牧还草工程区2000-2010年土地利用/覆被时空分布特征进行研究。通过利用土地利用转移矩阵和动态度来判定土地利用变化的速度和区域差异,并在斑块类型和景观水平上分析研究区景观格局特征,探讨土地利用格局变化的生态效应。结果表明：①近10年来,研究区土地利用/覆被类型以草地和其他类用地为主,整体内部结构稳定少动。草地变化面积仅占2000年草地总面积的0.37%;林地、湿地、耕地和人工表面的面积均有所增加;其他类用地面积有所减少。②全区土地综合动态度均小于0.1%,土地利用/覆被变幅较小,除人工表面较活跃外,其他各类型变化相对缓慢,且各省土地利用区域差异较小。③研究区内景观基质未发生改变,区域景观破碎度递减,景观多样性水平上升,景观聚集度和连续性微弱下降,景观整体保持较完整态势。退牧还草工程的实施使土地利用/覆被结构和景观格局均得以优化。     

一种顾及先验知识与光谱信息的土地利用/覆被遥感分类方法

提出一种基于贝叶斯综合模型的先验知识与光谱信息的土地利用/覆被类型联合决策方法:首先依据光谱信息对遥感影像进行预分类,然后利用先验知识修正预分类结果,以减少因"同物异谱"和"异物同谱"造成的分类错误,抑制因空间分辨率较高造成的类内噪声较大等现象.试验表明,通过引入先验知识,分类精度显著提高,单纯应用光谱信息总体分类精度为81.89%;引入数字高程模型,总体分类精度提高至88.75%;引入土地利用先验知识,总体分类精度提高至94.41%.     

干旱区典型流域近30年土地利用/土地覆被变化的分形特征分析——以玛纳斯河流域为例

利用1976、1989、2005年三期遥感影像,运用GIS和分形理论研究干旱区典型流域——玛纳斯河流域近30年的土地利用/土地覆被变化的复杂性和稳定性。结果表明:玛纳斯河流域各时段的土地利用/土地覆被类型分布具有分形结构,土地利用/土地覆被类型形状复杂性和斑块的稳定性波动变化,1976、1989、2005年三时期的各种土地利用/土地覆被类型总平均分维值分别为1.394 0、1.363 4和1.389 9。总平均稳定性指数分别为0.606 0、0.636 6、0.610 1。三期土地利用/覆被类型平均稳定性排序为:沙地>未利用土地>居民点工矿用地>水域>林地>草地>耕地>盐碱地。耕地、林地、草地、盐碱地稳定性相对较差。通过对流域土地利用/土地覆被类型变化复杂性和稳定性的研究,可以为政府协调水土开发和调整土地利用结构提供支持。     

Large-scale land cover mapping with the integration of multi-source information based on the Dempster–Shafer theory

Land cover type is a crucial parameter that is required for various land surface models that simulate water and carbon cycles, ecosystem dynamics, and climate change. Many land use/land cover maps used in recent years have been derived from field investigations and remote-sensing observations. However, no land cover map that is derived from a single source (such as satellite observation) properly meets the needs of land surface simulation in China. This article presents a decision-fuse method to produce a higher-accuracy land cover map by combining multi-source local data based on the Dempster–Shafer (D–S) evidence theory. A practical evidence generation scheme was used to integrate multi-source land cover classification information. The basic probability values of the input data were obtained from literature reviews and expert knowledge. A Multi-source Integrated Chinese Land Cover (MICLCover) map was generated by combining multi-source land cover/land use classification maps including a 1:1,000,000 vegetation map, a 1:100,000 land use map for the year 2000, a 1:1,000,000 swamp-wetland map, a glacier map, and a Moderate-Resolution Imaging Spectroradiometer land cover map for China in 2001 (MODIS2001). The merit of this new map is that it uses a common classification system (the International Geosphere-Biosphere Programme (IGBP) land cover classification system), and it has a unified 1 km resolution. The accuracy of the new map was validated by a hybrid procedure. The validation results show great improvement in accuracy for the MICLCover map. The local-scale visual comparison validations for three regions show that the MICLCover map provides more spatial details on land cover at the local scale compared with other popular land cover products. The improvement in accuracy is true for all classes but particularly for cropland, urban, glacier, wetland, and water body classes. Validation by comparison with the China Forestry Scientific Data Center (CFSDC)–Forest Inventory Data (FID) data shows that overall forest accuracies in five provinces increased to between 42.19% and 88.65% for our MICLCover map, while those of the MODIS2001 map increased between 27.77% and 77.89%. The validation all over China shows that the overall accuracy of the MICLCover map is 71%, which is higher than the accuracies of other land cover maps. This map therefore can be used as an important input for land surface models of China. It has the potential to improve the modeling accuracy of land surface processes as well as to support other aspects of scientific land surface investigations in China.     

基于多期数据集的中亚五国土地利用/覆盖变化分析

针对目前中亚地区土地利用变化和分布格局方面的信息相对匮乏,现有资料较为陈旧且零散,无法满足中亚生态与环境变化研究需求的现状,利用全球的UMD, DISCover,GLC2000,GlobCover2005和GlobCover2009的5期土地覆被遥感数据集,提取中亚地区长时间序列土地覆被信息。并针对上述4个土地覆被分类系统无法进行直接对比和变化分析的问题,分别将其综合为4类土地覆被类型：耕地、自然植被、水体和其他,以分析近30 a中亚土地利用/土地覆被变化趋势。中亚土地利用类型多样,草地、裸地、农田、灌丛占绝对优势。自前苏联解体以后,20世纪90年代初至2000年期间,耕地面积大幅度减少,至2010年尽管有所恢复,但仍无法达到20世纪90年代初水平。而自然植被表现出了相反的趋势,这说明在此时间段内,由于社会政治制度的变化和市场经济的建立,耕地发生了较大规模的弃耕,弃耕地通常转换为草地、灌丛等自然植被。近10 a由于社会经济条件的变化,前苏联解体后所弃耕的土地又被收复和重新开发为耕地。90年代初至2000年期间,水体呈现先减少后增加的趋势。利用全球基于多期不同信息源获得的中亚土地覆被数据,尽管分类体系不统一,但均可较好地表征当时地表覆被状况。这在一定程度上弥补了中亚地区土地覆被数据不足的现状。通过对耕地、自然植被、水体及其他土地覆被类型进行大类合并,可基本体现中亚土地覆被的宏观特征和变化趋势。     

Comparison of land cover maps using fuzzy agreement

A generic problem associated with different land cover maps that cover the same geographical area is the use of different legend categories. There may be disagreement in many areas when comparing different land cover products even though the legend shows the same or very similar land cover class. To capture the uncertainty associated with both differences in the legend and the difficulty in classification when comparing two land cover maps, expert knowledge and a fuzzy logic framework are used to map the fuzzy agreement. The methodology is illustrated by comparing the Global Land Cover 2000 data set and the MODIS global land cover product. Overall accuracy measures are calculated, and the spatial fuzzy agreement between the two land cover products is provided. This approach can be used to improve the overall confidence in a land cover product, since areas of severe disagreement can be highlighted, and areas can be identified that require further attention and possible re-mapping.     

2000—2010年亚欧大陆中低纬度海岸带土地利用/覆盖变化及驱动力分析

土地利用/覆盖变化是全球变化研究的重要问题,而海岸带则是该领域研究的热点区域。以三套土地利用/覆盖数据（MCD12Q1、CCI-LC和GlobeLand30）为基础,采用基于一致性分析和模糊集合理论的数据融合方法,获取2000年和2010年亚欧大陆中低纬度海岸带土地利用/覆盖分类信息,进而分析土地利用/覆盖变化特征及驱动因素。结果表明：十年间亚欧大陆中低纬度海岸带土地利用/覆盖变化方式主要以耕地萎缩和林地扩张为主,其次是湿地扩张,再次是草地和裸地萎缩,最后是灌木地和人造地表扩张;土地利用/覆盖类型之间的相互转换面积较小,仅占研究区总面积的4.22%,其中分布面积占优势的变化类型为耕地–林地–草地相互转换、灌木地–裸地相互转换、林地转为湿地以及林地转为灌木地等。地形因素、气候分异等自然驱动力深刻影响着土地利用/覆盖变化的宏观格局,而人口压力增大、经济高速发展、政策的颁布与实施等人文驱动力则是推动十年间亚欧大陆中低纬度海岸带土地利用/覆盖变化的主要原因。     

基于Landsat TM/ETM数据的锡林河流域土地覆盖变化

根据1987年、1991年、1997年和2000年4期Landsat TM/ETM影像的土地利用/土地覆盖分类结果,运用地理信息系统空间分析方法,分析了内蒙古锡林河流域1987~2000年间各土地利用类型及草甸草原、典型草原、荒漠草原的数量变化和空间变化特征。分析结果显示,锡林河流域土地利用/土地覆盖变化的主要特征为草甸草原、典型草原面积的大幅减少和荒漠草原、农田和沙漠化土地面积的大幅增加及城镇的扩张。其中面积增加最大的是荒漠草原,增加了2328 km²;相当于1987年荒漠草原面积的56 %。农田和城镇面积逐年增大,分别从1987年的114.3 km²和25.2 km²增加到2000年的332.1 km²和43.6 km²。面积减少最多的是羊草＋丛生禾草、羊草＋杂类草等优良高产温带典型草原类型,共减少2040 km²。草甸草原面积亦呈逐年减少的趋势,从1987年的1103 km²减少到2000年375 km²,面积减少了65.9 %。农田、沙化地及城镇等非草原土地利用类型面积增加了62.5 %。     

基于MODIS数据的北京西北部地区土地覆盖分类研究

本文主要基于MODIS 16天合成的NDVI时间序列数据、8天合成 LST数据、1∶5万DEM数据以及其他辅助数据相结合,进行北京西北部地区土地覆盖分类的研究。首先选取适合于MODIS数据分类的土地覆盖分类系统,然后用PCA方法对NDVI时间序列数据进行信息增强与压缩处理,以排除各种干扰因素,提高分类精度。最后结合LST数据、DEM数据及降雨温度数据,利用?齂-均值非监督分类法,进行研究区的土地覆盖分类,经过分类后处理,得到北京西北部地区的土地覆盖分类图。分类结果表明,使用250m分辨率MODIS数据,结合本文所用方法,能够实现较大区域的土地覆盖分类,并且能达到较高的分类精度。     

基于Landsat 8 OLI数据与面向对象分类的昆嵛山地区土地覆盖信息提取

利用2015年Landsat 8 OLI遥感影像和DEM作为分类数据源,结合野外调查数据,采用面向对象的分类方法对昆嵛山地区土地覆盖信息进行提取,并对分类结果进行精度评价与比较分析。研究表明：面向对象分类方法提取的各地类连续且边界清晰,分类效果与实际情况基本吻合。昆嵛山地区占主导地位的土地覆盖类型是针叶林,面积为1 546.81 km²。研究区土地覆盖分类的总体精度和Kappa系数分别为91.5%和0.88,其中针叶林、草地、水体和建设用地的生产者精度均达到87%以上。相对于监督分类方法,本研究提出的土地覆盖信息提取方法的总体分类精度和Kappa系数分别提高14.7%和0.17。基于面向对象的中分辨率遥感影像,能够获取较高精度的土地覆盖信息,为大范围土地覆盖分类研究提供方法参考。     

From Land Cover to Land Use: A Methodology for Efficient Land Use Mapping over Large Areas

Land use information over large areas is increasingly important for many studies related to environment in general and global change in particular. Yet there is a dearth of methodological knowledge in this area, especially regarding the practical task of producing land use maps. In this article, a systematic land use mapping approach is developed, based on land cover maps that in turn are produced through remote sensing. The concept is based on the recognition of varying strengths of land cover (LC) – land use (LU) relationships, from the thematic and spatial points of view. Several categories of relationships are identified, ranging from direct (case 1) to multiple/complex (case 4), and appropriate mapping strategies are discussed for these cases. Using a mapping study in Lebanon, it is shown that the principles embodied in this approach correspond to issues and conditions in real mapping situations. Finally, the concepts are translated into a series of steps through which the method can be applied to large areas, taking into consideration the specific requirements and constraints of each case. The final land use map represents an acceptable compromise between accuracy, level of detail, and cost.