七套土地覆被数据在羌塘高原的精度评价（英文）

We analyzed the spatial local accuracy of land cover(LC) datasets for the Qiangtang Plateau, High Asia, incorporating 923 field sampling points and seven LC compilations including the International Geosphere Biosphere Programme Data and Information System(IGBPDIS), Global Land cover mapping at 30 m resolution(GlobeLand30), MODIS Land Cover Type product(MCD12 Q1), Climate Change Initiative Land Cover(CCI-LC), Global Land Cover 2000(GLC2000), University of Maryland(UMD), and GlobCover 2009(GlobCover). We initially compared resultant similarities and differences in both area and spatial patterns and analyzed inherent relationships with data sources. We then applied a geographically weighted regression(GWR) approach to predict local accuracy variation. The results of this study reveal that distinct differences, even inverse time series trends, in LC data between CCI-LC and MCD12 Q1 were present between 2001 and 2015, with the exception of category areal discordance between the seven datasets. We also show a series of evident discrepancies amongst the LC datasets sampled here in terms of spatial patterns, that is, high spatial congruence is mainly seen in the homogeneous southeastern region of the study area while a low degree of spatial congruence is widely distributed across heterogeneous northwestern and northeastern regions. The overall combined spatial accuracy of the seven LC datasets considered here is less than 70%, and the GlobeLand30 and CCI-LC datasets exhibit higher local accuracy than their counterparts, yielding maximum overall accuracy(OA) values of 77.39% and 61.43%, respectively. Finally, 5.63% of this area is characterized by both high assessment and accuracy(HH) values, mainly located in central and eastern regions of the Qiangtang Plateau, while most low accuracy regions are found in northern, northeastern, and western regions.     

首套全球30 m分辨率土地覆被产品区域尺度精度评价——以河南省为例

以河南省为研究区,对全球首套30 m分辨率土地覆盖产品GlobleLand30进行区域尺度精度评价。首先,以中国1\begin{array}{c}:\end{array}10万土地利用数据（CHINA-2010）为参考,分析两种产品的空间一致性;而后,通过Google Earth样本分析GlobleLand30在空间不一致区域的制图精度;最后,利用野外实地考察样本对GlobleLand30进行总体精度评价,并从土地覆被复杂度、高程等方面分析影响精度的原因,结果表明：① GlobleLand30与CHINA-2010空间一致性达80.20%。两种产品对耕地、林地、人工地面一致性高,对草地、水体、灌木、湿地、未利用土地的一致性低。② 在空间不一致区域,GlobleLand30的总体分类正确率略低于CHINA-2010,但两者对不同地类的优势不同。③ 经野外实地考察验证可知,GlobleLand30的总体精度达83.33%。④GlobleLand30与CHINA-2010的空间一致性随土地覆被复杂度的增加而降低,并在高程过渡带较低。     

全球尺度多源土地覆被数据融合与评价研究

精确的全球及区域尺度土地覆被遥感分类数据是全球变化、陆地表层过程模拟、生态文明建设及区域可持续发展等研究的重要基础数据。本文以5套全球土地覆被数据集GLCC、UMD、GLC2000、MODIS LC、GlobCover为研究对象,结合MODIS VCF、MODIS Cropland Probability以及AVHRR CFTC数据集,设计一种基于模糊逻辑思想的证据融合方法实现上述多源土地覆被信息的决策融合,生成一套依据植物功能型分类的全球1 km土地覆被融合数据SYNLCover。结果显示,与5套源土地覆被数据集相比：① 在总体一致性精度上,SYNLCover的8个生物形态类型和12个目标类型的平均总体一致性精度最高,分别约为65.6%和59.4%,其次依次是MODIS LC、GLC2000、GLCC和GlobCover,UMD的最低,分别约为48.9%和42.6%,而且SYNLCover与5套源土地覆被数据集两两相比的总体一致性都是最好的;② 在类型一致性精度上,除灌丛类型外,SYNLCover中包括森林、草地、耕地、湿地、水体、城镇建筑和其他7种生物形态类型,以及森林类型的5种叶属性的平均一致性精度也是最高的,如其他类型的平均一致性精度可达67.73%;③ 除灌丛和湿地类型外,SYNLCover的其余6种生物形态类型的平均一致性精度均比其在5套源数据中相应的一致性精度的最大值提高了10%~15%左右;森林类型的5种叶属性的一致性精度也提高了约10%。SYNLCover分类精度的提高反映了本研究设计的多源数据融合方法的可行性和有效性。     

广袤神秘的羌塘高原

世界“屋脊”青藏高原，面积约230万平方千米，由羌塘(藏北高原)、青海高原、祁连山地、集达木盆地、藏南谷地和川藏高山峡谷等地形区组成。其中羌塘高原是青藏高原的核心部分，被称为“高原上的高原”，它地势高充，平均海拔4500束以上、草木罕生。“羌塘”藏语意为“北方荒原”。羌塘高原面积约168万平方千米，大致相当于17个浙江省的面积。     

基于随机森林与特征选择的藏东南土地覆被分类方法及精度评价

由于云污染、实地验证点的匮乏,以及地形地貌的复杂、破碎化,多云山区土地覆被的准确分类较难实现。以藏东南这一典型的多云山区及生态过渡区为研究区,基于Google Earth Engine(GEE)平台和野外实测数据,结合多光谱数据、雷达数据、高程数据、辅助数据,提取光谱特征、纹理特征、地形特征等信息,利用递归特征消除法对特征进行优化,并采用随机森林算法构建分类模型,以期有效利用多源遥感数据提高土地覆被分类精度。结果表明：(1)并非特征越多分类精度越高,特征选择后数量由58个减至38个,分类精度（总体精度93.96%,Kappa系数0.92）较未优化前（总体精度93.11%,Kappa系数0.92）略有提升。(2)地形特征及雷达特征对藏东南土地覆被分类具有重要作用,地形特征对多数土地覆被类型的分类精度具有影响,而雷达数据对裸地、建设用地、灌丛影响较大,分类过程中如不考虑地形及雷达特征,总体精度分别降至88.98%,92.48%。纹理特征以及时序特征仅对提高具有明显纹理以及时序变化的土地覆被类型的精度有帮助。结合随机森林和特征优化算法,能够在保证土地覆被分类精度的同时,高效整合多源数据信息,...     

全球土地覆盖GlobCover2009数据中的中国区域湿地数据精度评价

目前,湿地方面的全球性数据产品寥寥无几。GlobCover2009作为免费的分辨率最高的全球土地覆盖数据产品,成为研究全球性湿地的重要参考数据源之一。目前为止,还没有学者对该数据产品中湿地类型的精度做出具体评价。以目视解译的中国2008年湿地遥感制图数据为参考,从湿地面积、类型和空间一致性在不同区域的分布等方面,对GlobCover2009数据产品在中国区域内湿地相关类型产品的分类精度进行了评价。评价结果显示,GlobCover2009数据产品中,中国的湿地类型总体分类精度不高,湿地面积一致性为46%,总体精度为32%,Kappa系数为0.13;其中,沼泽湿地的制图精度(0.05%)远低于水体制图精度(53.34%),水体的用户精度达到90.18%,沼泽湿地的用户精度仅为11.76%。对于沼泽湿地分布较广泛的中国东北地区和西北地区,该数据产品的分类精度也很低,分别仅为17%和13%;造成此现象的原因,除GlobCover2009数据产品没有专门对沼泽湿地进行定义和分类外,二者使用的数据源在空间分辨率及时间上的差异也是主要原因。     

基于TM数据的广州市番禺区土地覆被格局分析

以覆盖番禺区1990年、1995年、2000年、2005年4个时相Landsat-TM影像为主要数据源,借助GIS手段和景观生态学方法生成土地覆被图。在数量化研究LUCC的基础上,借助景观格局指数反映番禺区4个时相土地覆被的变化机制,对土地覆被景观格局生态效应研究提供依据。研究表明:番禺区的土地利用结构在1990~1995年间处于开发调整时期,2000年后土地利用结构调整趋于成熟,土地覆被变化伴随着城市化的进程趋于平缓。研究时期内,番禺区的景观破碎度增加,土地利用结构的复杂程度也在增加,人为因素导致的土地覆被类型变化的影响逐渐替代自然作用下土地覆被类型情况。     

全国1:25万土地覆被遥感制图精度在内蒙古东部的实地验证

土地覆被是全球变化和区域可持续发展研究的重要内容,土地覆被遥感制图是支持全球变化和区域可持续发展研究的基础数据,制图质量是相关研究成果科学性的重要保证.本文针对全国1∶25万土地覆被遥感制图的精度评价,用大类分错扣1分,同一大类中的小类分错扣0.5分的计分评价方法,共选取190个样点,在内蒙古东部进行了实地验证.验证结...     

土地覆被的气候预测模型

在全国挑选了东北、华北、华中、西南、华南、西北、新疆和西藏8个试验区,采用人工神经网络和逐步回归方法,应用温度、降水对植被指数进行预报(气候因子超前土地覆盖特征量24个月).试报结果表明:在对植被指数的预报上,人工神经网络优于逐步回归.同时尝试性的将神经网络预报方法与逐步回归方法结合起来作预报,即应用逐步回归挑选出来的预报因子作为神经网络的外部输入精选因子,进行神经网络模拟预报.研究表明,对神经网络的预报因子进行精选,可事先排除一些干扰信息,对提高神经网络的预报准确率有所帮助.     

利用TM数据提取干旱区土地覆被信息的方法比较

以柴达木盆地香日德绿洲作为研究实验区,对该区域ETM遥感数据经过空间分辨率融合、主成分分析等方法进行空间信息增强及专题信息增强处理,组合最佳视觉背景图像,分别在不同背景图像上选择训练样本,利用最大似然法监督分类方法(MLC)、多空间尺度分层聚类(SSHC)和基于知识的模糊聚类方法(KFC)等分类器,分别用各自训练样本初始化各类别信息特征值,形成类别特征值模式库,分别以此为基础对待分样本进行分类,对初分类的结果经过类别合并、碎斑滤除以及重新编码赋色等分类后处理,得到最终分类结果及分类精度评价结果。从所获数据可以得出如下结论：从总体精度和Kappa值可知,SSHC和．KFC分类方法所获结果精度较高,总体精度比MLC分类结果约高于3％,SSHC之结果精度略高于KFC之结果;SSHC、KFC和MLC三种分类方法对该区域地表覆被信息的提取分类中,SSHC分类方法对耕地、石砾地、河滩和荒漠分类结果较好,KFC分类方法对耕地、沙地、河滩和荒漠分类结果较好,MLC分类方法对耕地、河滩和荒漠分类结果较好,三种分类方法对耕地、河滩和荒漠等三种地类的分类精度较高,用户精度都在80％以上,而对沙地和石砾地的分类结果其用户精度大都低于80％。     

土地利用数据尺度转换的精度损失分析

由于栅格数据便于空间分析,因而通常将矢量数据转化成栅格数据来进行空间分析.在转化过程中,选用不同的栅格大小,其面积和精度损失是不同的.针对这个问题,以重庆市110万的土地利用矢量数据为例,探讨了不同栅格大小下,各种土地利用类型在转化过程的面积和精度损失.研究表明(1)栅格大小＜100m时,其精度损失均＜3.3%.(2)在1000m时,其精度损失达到50%以上的地类有湖泊、水库坑塘、滩地、农村居民点用地、工交建设用地、戈壁、裸岩石地、平原区旱地和坡度＞25°的旱地,这些地类的平均图斑大小均在＜51hm2.(3)在30m～1000m间,平均图斑大小＜82hm2的地类随着栅格的由小变大,其面积变得比实际面积小;平均图斑大小＞101hm2的地类中除高盖度的草地和河渠之外,却与此相反.     

USGCRP土地覆被研究的最新动向

本文根据美国全球变化研究委员会提出的“美国全球变化研究计划”（ＵＳＧＣＲＰ）,概要介绍了土地覆被研究的目标、内容和设想。由于美国在这一领域研究中的领先地位,因此本文基本反映了国际上的最新趋势。     

中国历史时期土地覆被数据集地理空间重建进展评述

重建长时间序列具有空间属性的土地覆被数据集,对研究历史时期土地利用/土地覆被变化及其气候和生态效应具有重要意义。近年来,国内外学者就定量重建中国区域历史土地覆被数据集进行了积极探索。但由于历史时期土地利用数据来源多元、重建方法多样、验证方式各异等原因,不同学者的重建结果迥异,其中重建方法是导致差异形成的重要原因之一。本文从重建思路、假设和方法、结果验证等方面对覆盖中国区域的主要空间数据集进行了综合评述,结果表明：①基于历史记录的还原法和基于地理空间模型的重建法是历史土地覆被空间重建的主要方法,而根据建模过程,后者又可进一步分为“自上而下”的配置模型和“自下而上”的演化模型法。②基于数量重建进行空间重建是当前历史土地覆被数据集重建的主流,在缺少充分、客观历史数据的条件下,对基础数据、分布控制因素和限制因子进行合理假设是取得合理结果的重要条件。③为提高研究成果的解释力,需要对重建结果进行检验,直接验证法虽较为准确,但受时空尺度限制,具有显著的局限性,间接验证法可作为有效的补充。     

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...     

基于TVDI的羌塘高原夏季土壤湿度变化分析

土壤湿度是生态系统的关键参数,实时、有效地监测土壤湿度有助于增强对区域气候与环境变化的理解。利用温度植被干旱指数法(TVDI)反演羌塘高原2000-2014年夏季土壤湿度,以2014年为例分析该年夏季土壤湿度空间分布并探讨2000-2014年土壤湿度的动态特征。结果表明:(1)2014年羌塘高原夏季土壤湿度空间分布表现为东南部偏湿润、西北部偏干旱。从东到西土壤湿度逐渐降低,南北干湿状况交替分布。土壤湿度干旱、偏干、正常、偏湿、湿润面积比分别为3.84%、27.17%、37.64%、29.63%、1.72%。(2)2000-2014年羌塘高原北部和中部地区夏季土壤湿度呈现显著变干的趋势,而南部大部分地区土壤湿度变化趋势不显著。15年间土壤干旱和湿润面积比例最小且波动小,偏干、正常、偏湿土壤面积均出现不同程度的波动。(3)降水量是影响TVDI的重要因子且具有一定的滞后性,而气温影响相对较小。     

空间尺度上推方法的精度评价——以内蒙古锡林郭勒盟土地利用数据为例

不同的空间尺度上推方法会导致不同程度的信息丢失、信息歪曲等后果;但目前少有研究在较长的尺度序列上、对不同尺度上推方法所得成果开展精度分析。本研究首先提出尺度上推方法精度评价的三个准则,即:保持土地类型构成特征、保持土地面积精度、保持土地空间分布格局和斑块形态;继而使用格点中心值、最大面积斑块、最大聚合面积斑块等3种尺度上推方法,配合100 m～50 km土地利用数据开展尺度转化实验;最后基于上述评价准则和尺度上推实验所得的系列输出结果,分析了不同尺度上推方法的精度。研究表明:(1)格点中心值上推方法能更好地保留区域土地类型构成、土地面积精度等特征;(2)锡林郭勒盟地区土地研究的适宜尺度应小于10 km,最大不应超过30 km;(3)在尺度上推过程中,土地斑块的平均面积、形态以及空间分布格局对尺度上推成果精度有着重要影响。     

多源遥感土地覆被产品在欧洲地区的一致性分析

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。     

喜马拉雅山脉中段土地覆被的垂直分异特征

喜马拉雅山脉中段的珠穆朗玛峰等地,海拔高差巨大、生境复杂多变、土地覆被类型多样且植被垂直带谱完整,是全球范围内研究土地覆被垂直变化的理想场所。本文基于30 m空间分辨率的土地覆被数据（2010年）和DEM数据,在ArcGIS和Matlab平台的支持下,提出并运用脊线法、样带法和扇区法3种山地南北坡划分方法,研究了喜马拉雅山土地覆被垂直分布与结构差异。结果表明：① 山地土地覆被分布具有明确的垂直地带性结构特征,喜马拉雅中部土地覆被垂直带谱为南六北四式,土地覆被垂直带谱中具有人类活动的特点。② 南北坡之间的土地覆被垂直带谱差异明显,南坡土地覆被类型完整多样,北坡相对简单;对同类型土地覆被而言,南坡较北坡分布高程低、幅度宽。③ 依据各类型分布面积比随海拔变化情况,土地覆被类型在南北坡上的垂直分布可分为4种模式：冰川雪被、稀疏植被和草地为单峰分布型,裸地为南单峰北双峰分布型。④ 3种划分方法中,南坡的土地覆被垂直带结构具有相似性,而北坡的土地覆被垂直带结构存在差异,扇区法较好地反映了土地覆被自然分布格局。