基于伪纯像元的精度评价策略及其应用

土地覆被是地球科学研究中的重要参量,评价土地覆被数据的制图精度是保障数据合理使用的前提。本文提出了一种基于伪纯像元的精度评价策略（伪纯像元策略）,即当低空间分辨率栅格窗口内对应的高空间分辨率数据中优势类别（面积最大的地类）的占比高于伪纯像元纯度阈值（代表像元纯度,取值范围：35%~100%,步长为5%）时,以此栅格窗口为基准生成土地覆被类型为优势类别的伪纯像元用于精度评价。以澜沧江-湄公河（澜湄）流域为试验区,选择GlobeLand30为参考数据,并基于混淆矩阵精度评价方法对比分析了伪纯像元策略与重采样法（最近邻法和众数法）在CCI-LC（300 m）和MCD12Q1（500 m） 2套全球土地覆被数据精度评价中的差异。结果表明：① 伪纯像元策略在35%~100%纯度阈值下对CCI-LC和MCD12Q1在澜湄流域评价的精度分别为72.76%~55.26%和71.44%~45.41%,比重采样法评价的单一精度（众数法：71.21%和70.54%、最近邻法：71.48和69.87%）能更好地反映像元纯度对土地覆被数据精度的影响;② CCI-LC的总体精度高于MCD12Q1,且2套数据的精度差随纯度阈值的增大而增加,CCI-LC和MCD12Q1在35%、100%纯度阈值下的精度差分别为1.32%和9.85%;③ 2套数据中耕地、有林地、草地和水体的分类精度均相对较高,而灌木林地（精度接近0）和裸地的分类精度均较低;④ 2套数据与GlobeLand30的空间不一致区域多出现在土地覆被类型高度异质化的混合像元区域,且随纯度阈值的增大,评价样本栅格更趋均质,混合像元对评价精度的影响也会递减。伪纯像元精度评价策略适用于跨空间分辨率土地覆被数据的精度对比,为评价全球土地覆被产品在区域尺度的适用性及适用范围提供了新的检验策略。     

全球海岸带多源土地利用/覆盖遥感分类产品一致性分析

多源土地利用/覆盖分类产品是陆地表层过程研究不可或缺的重要基础数据,而其一致性分析则是产品应用的前提和基础。本文基于类型面积偏差、类型面积相关、误差矩阵和类型空间混淆等方法,从面积一致性和空间一致性两方面分析了 5种土地利用/覆盖分类产品（MCD12Q1-2010、GlobCover2009、CCI-LC2010、FROM-GLC2010和GlobeLand30-2010）在全球海岸带区域的一致性。结果表明：① 各产品土地利用/覆盖类型的空间分布总体上表现出较强的一致性,但在细节上存在大面积不一致现象;② 各产品对全球海岸带土地利用/覆盖构成的描述基本一致,即以水体为主,林地和未利用地次之,耕地、草地和灌木地较少,湿地和人造地表相对最少,但在细节上存在面积偏差;③ 在产品组合中,MCD12Q1-2010/GlobCover2009的相关系数、总体精度和Kappa系数均最低,分别为0.8814、67.46%和0.5748,而GlobCover2009/CCI-LC2010的相关系数、总体精度和Kappa系数均最高,分别为0.9869、81.50%和0.7505;④ 5种产品两两对比,草地、灌木地和湿地的混淆程度最高,耕地和人造地表次之,林地和未利用地较低,水体最低;⑤ 全球海岸带有28.81%的土地具有较低的一致性,这些区域地类混淆现象较为严重,尤其是耕地、林地、草地、灌木地、湿地和未利用地之间的相互混淆对5种产品的一致性程度有直接影响。本文有望为海岸带研究在已有土地利用/覆盖数据源选择和使用等方面提供参考和建议。     

1990-2010年中国土地覆盖时空变化特征

本文基于CG-LTDR土地覆盖数据产品,利用GIS空间统计等方法分析了中国1990-2010年土地覆盖的变化特点。与参考数据的比较检验表明,CG-LTDR土地覆盖数据在中国具有与其他同类数据相当甚至更高的分类精度。经逐年的长时间地表覆盖数据分析发现,由于受气候与人为因素影响,土地覆盖类型有明显的年际变化波动,尤其是云南-内蒙一线的干旱区与湿润区的过渡带。1990-2010年中国的林地和荒漠呈增加趋势,而草地和耕地呈减少趋势。利用5年的合成数据分析其年际变化,结果显示1990-2000年土地覆盖类型变化大,2000-2010年的变化较为平缓。在几种主要覆盖类型中,林地增加最明显,这主要与东南地区大部分耕地、西南和东北地区大面积草地转变为林地有关,但也有部分省份由于树木砍伐和农耕区扩张导致林地面积减小。耕地面积占比最高,其减少趋势主要与耕地变为林地和草地有关。南部的耕地减少最明显,北部略有增加,新增耕地的重心从东南向北转移。林地的增加趋势与耕地的减少趋势主要与全国大范围的退耕还林工程和生态保护政策有关。草地主要分布在生态脆弱区,其面积减少最显著,在西南及东北部分地区主要是草地变为林地,在内蒙中东部-陕西北部一线发生草地与耕地相互转换,而在内蒙北部-青藏高原一线有草地与荒漠的互相转换,在土地覆盖类型交错区,其利用类型容易发生改变。荒漠主要分布于西北地区,由于受到草地退化等因素影响,荒漠化趋势在进一步加剧。     

河南省GlobeLand30数据精度评价及对比分析

全球地表覆盖数据在气候变化研究、地理国情监测、生态环境保护等方面发挥着重要作用,2014年中国国家基础地理信息中心推出了全球最高30 m分辨率的地表覆盖遥感制图数据产品GlobeLand30。本文以2010年1:10万中国土地利用数据为参考,采用空间统计、面积一致性以及误差矩阵等分析方法,对河南省GlobeLand30、GlobCover2009、MCD12Q1数据进行精度评价和对比分析研究,结果表明：① 3种地表覆盖数据对河南省土地构成的描述基本一致,即以耕地、林地为主,草地、水体和人造地表为辅,但分类土地面积存在大小不同的差异;② GlobeLand30的总体精度和Kappa系数最高,MCD12Q1次之,GlobCover2009最低。3种数据中耕地和林地的精度均较高,草地的精度较差,GlobeLand30中水体和人造地表的生产者精度远高于其他2种数据,使用者精度相差不大;③ 地表覆盖数据与参考数据在空间上存在类型混淆情况,混淆主要发生于林地、草地、水体、人造地表与耕地之间,GlobeLand30的混淆程度要低于其他2种数据。     

蒙古国30米分辨率土地覆盖产品研制与空间格局分析

作为蒙古高原的重要组成单元,蒙古国的土地覆盖格局与变化对于东北亚的资源、环境、生态及可持续发展具有重要意义。针对本区域缺乏高精度、现势性的土地覆盖数据产品的问题,本研究利用Landsat TM影像,采用面向对象的分类方法开展蒙古国土地覆盖遥感数据产品研制与分析。首先针对蒙古国景观格局特征,自主研究了适宜于蒙古国的土地覆盖分类体系,基于面向对象的遥感解译技术方法研究了蒙古国自然地物和人工地物要素的提取算法规则与阈值,建立了一套完整的面向蒙古国的土地覆盖遥感解译技术方案,在分景解译基础上获取了蒙古国2010年土地覆盖分类产品。经验证,数据集一级类分类精度为92.34%,二级类分类精度为80.24%。蒙古国土地覆盖类型以裸地、草地、森林为主,其中裸地的面积最大,占总面积的48.64%,其分布比较集中连片,主要分布在蒙古国南部和西部;草地面积次之,占总面积的42.85%,其分布具有明显的地域性,主要集中在蒙古国北部湿润地区和河流附近;林地最少,占总面积的6.63%,以蒙古国北部及西北部高山地区为主要生长区域。整体上蒙古国土地覆盖空间格局呈现明显的区域差异与地类过渡性,从南向北依次为裸地、荒漠草地、典型草地、森林类型,其中荒漠草地在中部形成一条明显的分界条带。     

新疆地区土地覆被遥感数据的一致性研究

鉴于新疆地区对中国乃至中亚有着特殊的战略意义,本文针对不同数据源及分类系统在土地覆被数据的空间分布上缺乏互通性问题,结合2010年目视解译土地利用现状遥感监测数据、GlobeLand30和GlobCover2009共3种土地覆被数据,采用类型相似分析、类型混淆分析、混淆矩阵分析、空间一致性分析4种方法开展精度评价及一致性分析,以期对土地覆被数据在中国西北干旱区的适用性及适用范围提供有效建议。结果表明,3种土地覆被数据对新疆地区土地覆被类型构成基本一致,且对裸地类型的辨识度最高;新疆地区中高度一致区域占新疆总面积的95%;3种数据两两对比时,总体精度在64.11%~72.57%之间,其中目视解译数据/GlobeLand 30组合表现出最高水平,且仍有提高空间,反映出目前相同卫星传感器是提升精度评价结果的重要因素之一,且不同分类系统、分类方法、空间分辨率及卫星过境时间等因素对精度评价结果也会产生巨大影响。为解决此类问题,利用多源土地覆被遥感数据的融合技术提高数据精度,或是利用深度学习对遥感影像资料进行精确地解译和判读,将是今后全球土地覆被制图及应用领域的主要发展趋势。     

多源30 m分辨率土地覆被数据在蒙古高原的一致性分析和精度评价

蒙古高原土地覆被的变化表征着区域内生态环境的变化,许多环境问题的研究依赖于准确的土地覆被信息。因此,评估当前全球土地覆被数据在区域尺度上的准确性非常重要。本文以蒙古高原为研究区,从构成相似性、类型混淆程度、空间一致性、绝对精度4个方面,分析了GlobeLand30、GLC_FCS30和FROM_GLC 3种30m高分辨率全球土地覆被数据的一致性和准确性。结果表明：① 3种土地覆被数据都显示,草地和裸地是蒙古高原的主要土地覆被类型,任意2种数据的面积序列相关系数都优于0.95;② 3种土地覆被数据中完全一致的区域占蒙古高原总面积的61.87%,主要集中在土地表面异质性低的区域;③ GLC_FCS30数据的总体精度（78.33%）最高,GlobeLand30数据的总体精度（76.85%）次之,FROM_GLC数据的总体精度（75.86%）最低;林地、草地、水体和裸地在3种土地覆被数据中的精度较高（75%以上）,灌丛、湿地等地类的精度较低（50%以下）。因此,对蒙古高原土地覆被进行全要素研究时,可以综合考虑选择总体精度最高的GLC_FCS30数据。对特定地类研究的用户,可参考3种土地覆被数据的分类精度有针对性的进行选择。本文可为蒙古高原相关研究选择合适的土地覆被数据提供参考。     

山西省不同地貌形态类型区土地覆被变化的GIS分析

基于全国1:100万数字地貌数据库,全国2000、2005、2010年土地覆被数据和山西省行政区边界数据,采用土地覆被动态度、转移概率矩阵和地貌面积频度方法,分析了2000-2010年山西省基本地貌形态类型下的土地覆被变化。结果表明：（1）山西省的土地覆被类型以耕地、林地和草地为主,面积总和占省域面积的95%以上。面积变化的总体趋势是耕地和草地缩减,林地和建设用地持续增加。通过分析转移概率矩阵,表明2000-2005年和2005-2010年2个时段内,土地利用的主要转化趋势相似,即林地与草地之间大面积的相互转化,耕地、草地分别与建设用地之间的相互转化。（2）耕地和建设用地的分布,随着起伏度的增大而逐渐减小。林地分布随着起伏度的增加而逐步增大。从面积变化来看,耕地、林地和草地变化主要位于中起伏山地;水域变化主要集中在大起伏山地;建设用地变化主要分布于平原和台地;未利用地变化主要在小起伏山地。从动态度来看,耕地、草地和水域动态度,在大起伏山地地区最大;林地动态度在平原区最大;建设用地的动态度最大位于丘陵;未利用地在小起伏山地地区最大。（3）土地覆被类型之间的主要转化在地貌上也存着差异。平原地区林地的增加主要来自草地转化。台地和丘陵地区3个主要转化类型相似,2000-2005年主要是林地向草地退化,2005-2010年主要是林地和草地的相互转化。在小起伏山地地区,主要是草地和林地之间的相互转化,但草地转化为林地的面积较林地向草地的转化多。中起伏和大起伏山地地区主要以草地和耕地向林地的转化为主,也有较高比例的建设用地转化为林地。封山育林和退耕还林主要是在起伏较大的山地地区,毁林主要发生在地形平缓地区。     

近20年黄土高原土地利用/覆被变化特征分析

本文根据黄土高原地区20世纪80年代末、2000年、2008年3期土地利用/覆被空间数据集,计算2个时段（20世纪80年代末-2000年,2000-2008年）土地利用/覆被转类方向及其幅度、土地利用/覆被转类指数、土地利用/覆被状况指数及其变化率,分析黄土高原地区自20世纪80年代末以来土地利用/覆被时空变化特征以及宏观生态状况的变化趋势。结果显示：黄土高原地区近20年来平均土地利用/覆被状况指数为24.07,其中土石山区生态系统综合功能最好,其次为河谷平原区,最差的为农灌区。20世纪80年代末-2000年,黄土高原地区主要土地利用/覆被转类是森林和草地转为耕地,生态级别由高级向低级转移,2000-2008年主要土地利用/覆被转类是耕地转为林地和草地,低覆盖草地转为中高覆盖草地,生态级别由低级向高级转移。近20年来黄土高原地区地覆被状况指数变化以及土地利用/覆被转类指数表明,该区域的宏观生态状况总体上经历了转差（20世纪80年代末-2000年土地利用/覆被转类指数为-1.08）,后转好（2000-2008年土地利用/覆被转类指数为2.66）2个过程。这一变化过程前期受区域气候变化以及人口增长共同驱动,后期则叠加了生态工程的影响。     

多分辨率遥感土地覆被数据质量综合评价——以湖南省桃源县为例

评价土地覆被数据质量是正确、合理使用数据的前提和保障,有助于遥感制图方法的改进。本文以1：10万土地利用数据为参考数据,选取2010年RapidEye_5 m、FROM_GLC（30 m）、MODIS_V005（500 m）,以及2009年GlobCover 2009（300 m）土地覆被数据,以湖南省桃源县为例对4种不同分辨率的遥感土地覆被数据质量,引入窗口的分类类别统计方法,进行了综合评价,并分析了其误差和空间分布。结果表明：（1）RapidEye_5 m数据总体精度最高,MODIS_V005和FROM_GLC次之,GlobCover 2009数据相对最低。高分辨率土地覆被数据对于居民地、交通用地、水体等精细地物分类较好,具有一定优越性,各数据在一级类上的面积相关性和一致性总体高于二级类;（2）各数据在建筑用地和其他未利用地类型上的生产者精度均较低,FROM_GLC和MODIS_V005数据,在灌木草地上的空间一致性较差,4种数据在以耕地为主的平坦地区空间一致性较好,混淆主要发生在灌木草地、乔木林地和耕地之间;（3）随着土地覆被数据分辨率的提高,分出较多地物类型数的面积比例也随之增加,较高分辨率的RapidEye_5 m和FROM_GLC分出的类别数集中在7-16种较高水平上,低分辨率数据集中在1-5种较低水平上,在丘陵山区差异显著,而高分辨率数据对地物区分更好,集中于11-16种地物。     

MODIS和GLOBCOVER全球土地覆盖数据集对比分析——以黑龙江流域为例

 随着全球气候变化的日益加剧,全球变化研究对全球土地覆盖数据的需要也越来越迫切。目前全球土地覆盖数据产品主要包括由欧洲和美国生产的5类数据产品,其中,美国波士顿大学生产的全球土地覆盖数据产品(即MODIS数据集)和欧洲空间局通过全球合作生产的全球土地覆盖数据产品(即Globcover数据集)具有较好的实效性,应用越来越广泛。由于数据来源、分类系统和分类方法不同,两个数据集在土地覆盖类型的数量和空间分布上有明显的差异。本研究从数据使用者的角度,对比了MODIS和Globcover数据集在黑龙江流域上数量和空间分布的差异,并采用LANDSAT TM/ETM+影像随机采样和野外照片验证两种方式对两个数据集的分类精度进行了验证。结果表明,在黑龙江流域,两个数据集数量和空间分布差异较大。在数量上,两个数据集一级土地覆盖类型均以森林和农田为主,草地次之,但二级土地覆盖类型差异较大。在空间上,二级类空间一致性区域和一级类空间一致性的区域分别仅占流域的22.5%和53.6%。两个数据集精度均不高,一级土地覆盖类型精度约为60%,Globcover数据较MODIS数据破碎化明显,整体精度略低于MODIS数据集,不同的二级土地覆盖类型精度不同。考虑到黑龙江流域的代表性,我们认为Globcover数据集和MODIS数据集可满足较低要求的土地覆盖分析需求。本研究为全球气候变化研究选择合适的数据集提供了基础。     

Land use and land cover change within the Koshi River Basin of the central Himalayas since 1990

Land change is a cause and consequence of global environmental change.Land use and land cover have changed considerably due to increasing human activities and climate change,which has become the core issue of major international research projects.This study interprets land use and land cover status and the changes within the Koshi River Basin(KRB)using Landsat remote sensing(RS)image data,and employs logistic regression model to analyze the influence of natural and socioeconomic driving forces on major land cover changes.The results showed that the areas of built-up land,bare land and forest in KRB increased from 1990 to 2015,including the largest increases in forest and the highest growth rate in construction land.Areas of glacier,grassland,sparse vegetation,shrub land,cropland,and wetland all decreased over the study period.From the perspective of driving analysis,the role of human activities in land use and land cover change is significant than climate factors.Cropland expansion is the reclamation of cropland by farmers,mainly from early deforestation.However,labor force separation,geological disasters and drought are the main factors of cropland shrinkage.The increase of forest area in India and Nepal was attributed to the government’s forest protection policies,such as Nepal’s community forestry has achieved remarkable results.The expansion and contraction of grassland were both dominated by climatic factors.The probability of grassland expansion increases with temperature and precipitation,while the probability of grassland contraction decreases with temperature and precipitation.     

Review of studies on land use and land cover change in Nepal

Land use and land cover(LULC) in Nepal has undergone constant change over the past few decades due to major changes caused by anthropogenic and natural factors and their impacts on the national and regional environment and climate.This comprehensive review of past and present studies of land use and land cover change(LUCC) in Nepal concentrates on cropland, grassland, forest, snow/glacier cover and urban areas. While most small area studies have gathered data from different sources and research over a short period, across large areas most historical studies have been based on aerial photographs such as the Land Resource Mapping Project in 1986. The recent trend in studies in Nepal is to focus on new concepts and techniques to analyze LULC status on the basis of satellite imagery, with the help of geographic information system and remote sensing tools. Studies based on historical documents, and historical and recent spatial data on LULC, have clearly shown an increase in cropland areas in Nepal,and present results indicating different rates and magnitudes. A decrease in forest and snow/glacier coverage is reported in most studies. Little information is available on grassland and urban areas from past research. The unprecedented rate of urbanization in Nepal has led to significant urban land changes over the past 30 years. Meanwhile, long term historical LUCC research in Nepal is required for extensive work on spatially explicit reconstructions on the basis of historical and primary data collection, including LULC archives and drivers for future change.     

Spatial-temporal pattern and population driving force of land use change in Liupan Mountains region, southern Ningxia, China

The Liupan Mountains is located in the southern Ningxia Hui Autonomous Region of China, which forms an important dividing line between landforms and bio-geographic regions. The populated part of the Liupan Mountains region has suffered tremendous ecological damages over time due to population pressure, excessive demand and inappropriate use of agricultural land resources. In this paper, datasets of land use between 1990 and 2000 were obtained from Landsat TM imagery, and then spatial models were used to characterize landscape conditions. Also, the relationship between the population density and land use/cover change （LUCC） was analyzed. Results indicate that cropland, forestland, and urban areas have increased by 44,186ha, 9001ha and 1550ha, respectively while the grassland area has appreciably decreased by 54,025ha in the study period. The decrease in grassland was most notable. Of the grassland lost, 49.4% was converted into cropland. The largest annual land conversion rate in the study area was less than 2%. These changes are attributed to industrial and agricultural development and population growth. To improve the eco-economic conditions in the study region, population control, urbanization and development of an ecological friendly agriculture were suggested.     

Effects of land cover on soil organic carbon stock in a karst landscape with discontinuous soil distribution

Land cover type is critical for soil organic carbon(SOC) stocks in territorial ecosystems. However, impacts of land cover on SOC stocks in a karst landscape are not fully understood due to discontinuous soil distribution. In this study, considering soil distribution, SOC content and density were investigated along positive successional stages(cropland, plantation, grassland, scrubland, secondary forest, and primary forest) to determine the effects of land cover type on SOC stocks in a subtropical karst area. The proportion of continuous soil on the ground surface under different land cover types ranged between 0.0% and 79.8%. As land cover types changed across the positive successional stages, SOC content in both the 0–20 cm and 20–50 cm soil layers increased significantly. SOC density(SOCD) within 0–100 cm soil depth ranged from 1.45 to 8.72 kg m-2, and increased from secondary forest to primary forest, plantation, grassland, scrubland, and cropland, due to discontinuous soil distribution. Discontinuous soil distribution had a negative effect on SOC stocks, highlighting the necessity for accurate determination of soil distribution in karst areas. Generally, ecological restoration had positive impacts on SOC accumulation in karst areas, but this is a slow process. In the short term, the conversion of croplandto grassland was found to be the most efficient way for SOC sequestration.