• 1988~2014年贛州地區地表覆蓋分類數據集

    專家:

    同評專家一、二:

    1. 英文摘要的格式請兩端對齊。

    2. 數據集基本信息表格中,建議將數據集的英文名補充完整

    3. 數據集訪問地址中,沒有查到分類(6大類)的圖例說明,最好能夠補充完整。

    4. 表1中的時間,請按“2014-10-08”的格式修改。

    5. 1990年、1995年、2000年、2004年、2009年和2014年這6期并非都間隔5年,建議不要在描述中省去“約”字。

    6. 建議將圖2中各小圖的順序按照時間由前往后排。

    7. 建議將表3中的英文翻譯為中文,并在文中說明表中的相關符號。

    8. 參考文獻的引文格式請參考如下示例修改:[1] 汪于瀟, 劉義, 柴躍廷, 等. 互聯網藥品可信交易環境中主體資質審核備案模式[J]. 清華大學學報(自然科學版), 2012, 52(11): 1518~1523. [2] FENG Lian, HU Chuan-min, CHEN Xiao-ling, et al. Assessment of inundation changes of Poyang Lake using MODIS observationsbetween 2000 and 2010[J]. Remote Sensing of Environment, 2012, 121: 80~92. [3] 中國科學院科學數據庫中心. 科學數據庫與信息技術論文集[M]. 北京: 中國科學技術出版社, 1994: 91~99.

    同行評議三:

    1、P1 L8 社會經濟發展深入 -> 區域經濟快速發展

    2、P1 L10 制作 -> 制作了 分類結果,數據具有代表性 -> 分類數據,這些數據具有區域代表性

    3、P2 L3 具有區域的典型代表性(見圖1),屬于典型的南方丘陵山地生態系統,是特殊的生態脆弱區。 -> 屬于典型的南方丘陵山地生態系統,是特殊的生態脆弱區,因此具有區域的典型代表性(見圖1)。

    4、P2 L4 暴雨多降 -> 多降暴雨

    5、P2 L13 本文以的 -> 本文以

    6、P2 L14 研究數據 -> 源數據

    7、P2 L3 數據集的命名遵循如下命名規則 ->數據集文件的命名遵循如下規則

    8、數據是否進行了實地驗證?

    9、該數據集是否有相關研究成果發表或者地方實際應用案例?

    同行評議四:

    1. 引言中介紹“對贛州地區進行精細地表信息覆蓋制圖”,若為精細分類,應至少到二級分類。本研究中的分類 只有6類,且只到一級。請斟酌。

    2. 第2.1節中“數據獲取詳細時間”部分,遙感影像的成像季節直接影響專題內容的解譯質量??煽紤]基于多時 相的影像數據進行解譯。

    3. 第4章數據質量控制,只是對2014年的影像在谷歌高分影像的對比下做了精度驗證,其他年份的數據也應該用 同時相的影像來驗證。應在此處具體說明原因。

    4. 圖3應為Classification。

    【2016-04-22】 評論來自:版本 1
    作者:

    回復同評專家一、二:

    1. 英文摘要的格式請兩端對齊。 答:英文摘要的格式已經在文中修改為“兩端對齊”。

    2. 數據集基本信息表格中,建議將數據集的英文名補充完整。 答:數據集的英文名稱已在文中將“Land Cover_GZ”補充完整為“land cover data set for Ganzhou region (1988-2014)”。

    3. 數據集訪問地址中,沒有查到分類(6大類)的圖例說明,最好能夠補充完整。 答:已在數據集的訪問地址摘要中增加分類(6大類)的圖例說明。增加部分如下: 本數據集將地表覆蓋地物類型分為6大類,分別為:森林、灌草、耕地、裸地、水體以及人造地表。各類地表覆蓋地物的定義說明如下: 森林:喬木生長之地,且樹冠蓋度達到30%以上的,具體包括常綠闊葉林,常綠針葉林,針闊混交林,且樹冠蓋度較好的稀疏植被。其在數據集中的RGB顏色代碼為“33,119,0”。 灌草:灌草覆蓋度高于30%的非林地、非農用長綠色植物之地,包括常綠灌木林,草本沼澤,草叢,棄耕多年灌草快速生長區域。其在數據集中的RGB顏色代碼為“156,236,7”。 耕地:農用耕作之地,包括水田、旱地和經濟作物園林等。其在數據集中的RGB顏色代碼為“255,225,187”。 裸地:植被覆蓋稀少,裸露之地,包括裸巖、河灘沙地,鹽堿地,山地丘陵植被完全破壞區域,盤地無植被區域等。其在數據集中的RGB顏色代碼為“137,119,136”。 水體:包括所有地表水系,如江河、湖泊、水庫、水庫和水系養殖場等。其在數據集中的RGB顏色代碼為“2,115,249”。 人造地表:由人類活動在自然地表所鑄造的人工不透水層,包括城鎮鄉村居民地,交通用地、居住地和工業用地等。其在數據集中的RGB顏色代碼為“252,7,3”。

    4. 表1中的時間,請按“2014-10-08”的格式修改。 答:已在文中將時間格式為“2014/10/08”修改成“2014-10-08”。

    5. 1990年、1995年、2000年、2004年、2009年和2014年這6期并非都間隔5年,建議不要在描述中省去“約”字。 答:已在文中兩處加上“約”字。(1)、如在文中的“數據集基本信息簡介”下的“數據集組成”中“以每隔5年”已修改為“以約每隔5年”;(2)、如在文中“1 引言”的第二自然段的“每隔5年為時間間隔”已修改為“約每隔5年為時間間隔”。

    6. 建議將圖2中各小圖的順序按照時間由前往后排。 答:已在文中將圖2中的時間順序為“2014,2009,2004,2000,1995,1990”,修改成“1990,1995,2000,2004,2009,2014” 由前往后排的時間順序。

    7. 建議將表3中的英文翻譯為中文,并在文中說明表中的相關符號。 答:已將文中表3含有英文的表格翻譯為中文,并在文中增加“制圖精度、用戶精度、總體分類精度與Kappa系數”的相關說明。制圖精度、用戶精度、總體分類精度與Kappa系數的相關說明如下: 制圖精度:是指分類器所獲取的某一類地表覆被的正確像元數與該類參考像元的總數的比率。 用戶精度:是指被分類器將像元歸納到某一類地表覆被像元數,與該類相應的真實地表覆被的參考像元數的比率。 總體分類精度:是指被正確分類的像元總數與總參考像元數的比率。 Kappa系數:是描述地物覆被像元分類的一致性與非機遇一致性的比率,其值越接近1說明其一致性效果越好。

    8. 參考文獻的引文格式請參考如下示例修改:[1] 汪于瀟, 劉義, 柴躍廷, 等. 互聯網藥品可信交易環境中主體資質審核備案模式[J]. 清華大學學報(自然科學版), 2012, 52(11): 1518~1523. 答:已在文中按照所給出的格式,將參考文獻全部修改。如將格式為“[1]馬志陽,查軒.2008.南方紅壤區侵蝕退化馬尾松林地生態恢復研究[J]. 水土保持研究,03:188-193+196.”的參考文獻修改為“[1] 馬志陽, 查軒. 南方紅壤區侵蝕退化馬尾松林地生態恢復研究[J]. 水土保持研究, 2008, 15(3):188~193.”

    回復同評專家三:

    1. 引言中介紹“對贛州地區進行精細地表信息覆蓋制圖”,若為精細分類,應至少到二級分類。本研究中的分類 只有6類,且只到一級。請斟酌。

    回答:已經在文中將引言介紹的“對贛州地區進行精細地表信息覆蓋制圖”修改為“對贛州地區進行了高精度的基礎地表覆蓋類型制圖。

    2. 第2.1節中“數據獲取詳細時間”部分,遙感影像的成像季節直接影響專題內容的解譯質量??煽紤]基于多時相的影像數據進行解譯。

    回答:基于影像數據的多時相問題的考慮,文中選擇的影像已盡量集中于10月11月份,在該時間段,南方地區正好處于秋季時期,地表植被趨于穩定時,時間變化比較小。

    3. 第4章數據質量控制,只是對2014年的影像在谷歌高分影像的對比下做了精度驗證,其他年份的數據也應該用同時相的影像來驗證。應在此處具體說明原因。

    回答:由于六期地表分類制圖所采用的數據源與制作流程皆相同,在分類精度驗證時抽選其中三期作為地表覆蓋分類圖作為評估精度的驗證范例。此次修改已在文中增加了2009期及2004期地表分類制圖驗證。 4. 圖3應為Classification。

    回答:已經圖3處“Classfication”修改為“Classification”。

    回復同評專家四:

    1、P1 L8 社會經濟發展深入 -> 區域經濟快速發展

    2、P1 L10 制作 -> 制作了 分類結果,數據具有代表性 -> 分類數據,這些數據具有區域代表性

    3、P2 L3 具有區域的典型代表性(見圖1),屬于典型的南方丘陵山地生態系統,是特殊的生態脆弱區。 -> 屬于典型的南方丘陵山地生態系統,是特殊的生態脆弱區,因此具有區域的典型代表性(見圖1)。

    4、P2 L4 暴雨多降 -> 多降暴雨

    5、P2 L13 本文以的 -> 本文以

    6、P2 L14 研究數據 -> 源數據

    7、P2 L3 數據集的命名遵循如下命名規則 -> 數據集文件的命名遵循如下規則

    回答:已經按照上述要求做了文字修改。

    8、數據是否進行了實地驗證?

    回答:本采用了高分辨率數據進行比對,在典型城市區和河道等地方做了較為簡單的比對和分析,并沒有進行野外的地面驗證外業工作。

    9、該數據集是否有相關研究成果發表或者地方實際應用案例?

    回答:本文數據成果應用撰寫的《近26年贛州地區陸表環境遙感與變化分析研究》被遙感信息期刊錄用,并于2016年第6期12月份刊出。

    【2016-05-13】 評論來自:版本 1
    編委會成員:

    經編委會投票決定錄用本文。

    【2016-07-05】 評論來自:版本 1

    提交問題或建議:



    您還沒有登錄,請[登錄]或[ 注冊]!

    1988~2014年贛州地區地表覆蓋分類數據集

    瀏覽下載總計

    網頁瀏覽 論文下載
    9532 55

    1988~2014年贛州地區地表覆蓋分類數據集

    作者發表的論文

    1 稀土礦區地表環境變化多時相遙感監測研究——以嶺北稀土礦區為例
    李恒凱,吳立新,劉小生. 中國礦業大學學報. 自然科學版[J],2014,43(6),1087-1094

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 7

    2 紅壤區植被覆蓋變化及與地貌因子關系--以贛南地區為例
    李恒凱,劉小生,李博,李發帥. 地理科學[J],2014,34(1),103-109

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 5

    3 基于灰色理論的變形智能預測模型庫研究
    李恒凱,劉傳立. 巖土力學[J],2011,32(10),3119-3124

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 4

    4 基于牛頓插值的建筑物沉降灰色預測模型研究
    李恒凱,劉德兒. 工程勘察[J],2010,38(2),57-61

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 2

    5 GIS改進市場比較法估價的研究與實踐
    李恒凱,郝雷,劉德兒. 測繪科學[J],2011,36(1),204-206,183

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 1

    6 GIS和灰色評價的超市選址模型研究及應用
    李恒凱,陳優良,劉加兵,潘穎龍. 測繪科學[J],2011,36(3),226-229

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 1

    7 兩種星載微波輻射計被動亮溫數據的交叉定標
    阮永儉,劉小生,武勝利,石利娟,邱玉寶,黃端. 測繪科學[J],2017,42(1),136-142

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    8 基于RUSLE模型的離子稀土礦區土壤侵蝕時空演變分析- 以嶺北礦區為例
    李恒凱,吳立新,熊云飛,徐露. 稀土[J],2016,37(4),35-44

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    9 利用HJ-CCD影像的紅壤丘陵區土壤侵蝕分析———以贛州市為例
    李恒凱,楊柳,雷軍,徐露. 遙感信息[J],2016,31(3),122-129

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    10 背景值智能修正的基坑變形灰色預測模型
    李恒凱,王秀麗,劉小生,劉軍. 工程勘察[J],2012,40(5),60-63,67

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    11 基于Landsat影像的離子稀土礦區植被覆蓋度提取及景觀格局分析
    李恒凱,雷軍,楊柳. 農業工程學報[J],2016,32(10),267-276

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    12 中小城市城區擴張的熱效應演變及響應
    李恒凱,阮永儉,楊柳,雷軍. 測繪科學[J],2017,42(2),71-77,83

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    13 近26年贛州地區陸表環境遙感與變化分析
    阮永儉,邱玉寶,李恒凱,邱前仁. 遙感信息[J],2016,31(6),110-120

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    14 基于GIS的探究式自然地理學野外實習平臺系統
    潘穎龍,李恒凱,劉小生. 地理科學[J],2012,32(8),1026-1032

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    15 離子稀土礦區地表擾動溫度分異效應分析-以嶺北礦區為例
    李恒凱,阮永儉,楊柳. 稀土[J],2017,38(1),134-142

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    16 基于GIS和PCA的住宅房產特征價格模型
    李恒凱,王秀麗,劉小生. 測繪科學[J],2012,37(2),119-122

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    17 基于eSuperMap的自然地理實習數據采集與導航系統
    李恒凱,劉小生,馮曉東. 測繪通報[J],2012(6),68-70,73

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    18 基于溫度分異的稀土礦區地表擾動分析方法
    李恒凱,楊柳,雷軍. 中國稀土學報[J],2016,34(3),373-384

    數據來源:CSCD中國科學引文數據庫      CSCD      被引次數: 0

    19882014年贛州地區地表覆蓋分類數據集

    邱玉寶1*,阮永儉1, 2,李恒凱2,付心如1, 3

    1. 中國科學院遙感與數字地球研究所,數字地球重點實驗室,北京 100094;

    2. 江西理工大學建筑與測繪工程學院,贛州 341000;

    3.?遼寧工程技術大學,測繪與地理科學學院,阜新?123000

    *? 通訊作者(Email: qiuyb@radi.ac.cn)

    摘要:地表覆蓋(Land cover)是地表空間中各種覆被組合,是理解與獲取區域自然資源與環境變化的重要參數。隨著經濟發展深入與自然資源消耗加速,土地利用發生劇烈的變化。土地覆蓋及區域生態環境變化信息的獲取,已成為研究環境變化、管理資源與可持續發展規劃等的必要條件。本數據集以Landsat無云(少云)數據為基礎,采用監督分類和人工識別等方式,高精度地制作了1988~2014年約每隔5年的地表覆蓋分類數據。該數據具有區域代表性,可以直觀地反映贛州地區的主要地表類型的變化,特別是受人為影響較大的不透水層(城市)、受環境保護影響較大的森林等面積的變化情況。

    關鍵詞:地表覆蓋;贛州地區;生態環境;Landsat

    A dataset of land cover for Ganzhou region (1988 – 2014)

    Qiu Yubao1*, Ruan Yongjian1,2, Li Hengkai2,Fu Xinru1,3

    1. Digital Earth Laboratory, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100094, China;

    2. School of Architectural and Surveying & Mapping Engineering, Jiangxi University?of Science and Technology, Ganzhou 341000, China;

    3. Liaoning Technical University, Fuxin, 123000

    *Email: qiuyb@radi.ac.cn

    Abstract: Land cover is a combination of different kinds of cover in the earth’s surface, which is an important parameter to understand and obtain the regional natural resources and environmental changes. Accessing the information of land cover and regional ecological environment changes, has become a necessary condition for the study of environmental changes and management resources and sustainable development planning, when the land use changes radically with the development of economy and the acceleration of natural resources consumption. This data set using cloudless landsat data as a basic data, with supervision and artificial recognition to the information of surface, then fine production mapping of land cover classification results in one period about every 5 years from 1988 to 2014, which can directly reflect changes in Ganzhou region of the main types of surface, especially impermeable layer (city) impacted larger by human, and the forest area changes impacted by environmental protection.

    Keywords: land cover; Ganzhou region; Environment; Landsat

    數據集(庫)基本信息簡介

    數據庫(集)中文名稱

    1988~2014年贛州地區地表覆蓋數據集

    數據庫(集)英文名稱

    A dataset of land cover for Ganzhou region (1988 – 2014)

    通訊作者

    邱玉寶(qiuyb@radi.ac.cn)

    數據作者

    邱玉寶、阮永儉、李恒凱、付心如

    數據時間范圍

    1988~2014年

    地理區域

    贛州

    空間分辨率

    30 m

    數據量

    510 MB

    數據格式

    GeoTIFF

    數據服務系統網址

    http://www.sciencedb.cn/dataSet/handle/11

    基金

    國家自然科學基金(41371351、40901175、41120114001)

    數據庫(集)組成

    本數據集主要包括1988~2014年贛州地區26年6期的地表覆蓋數據,以約每隔5年的Landsat數據做一次基礎的制圖調查分析,分為1個文件夾,分別存儲6期地表覆蓋數據集。包含的數據如下:

    1. Land Cover_GZ_1990為贛州地區1990年地表覆蓋數據;

    2. Land Cover_GZ_1995為贛州地區1995年地表覆蓋數據;

    3. Land Cover_GZ_2000為贛州地區2000年地表覆蓋數據;

    4. Land Cover_GZ_2004為贛州地區2004年地表覆蓋數據;

    5. Land Cover_GZ_2009為贛州地區2009年地表覆蓋數據;

    6. Land Cover_GZ_2014為贛州地區2014年地表覆蓋數據

    引? 言

    贛州地區地處江西省南部,與廣東、福建以及湖南三省接壤,是整個南方山區的中間地域,屬于典型的南方丘陵山地生態系統,是特殊的生態脆弱區,因此具有區域代表性(圖1)。其土地開墾過度、林木砍伐嚴重、土壤表層淺薄且多降暴雨,易造成水土嚴重流失、山體滑坡,破壞區域生態環境[1]。

    1 ?研究區概況圖

    地表覆蓋的變化信息是獲取生態環境變化最直觀的信息來源[2],同時也是資源管理、土地規劃與可持續發展戰略所獲取的必要基礎信息[3]。關于地表覆蓋信息的制圖研究,較具代表性的有美國馬里蘭大學的全球森林變化制圖[4-5]、歐洲太空局的全球陸地覆蓋制圖(ESA GlobCover)以及國家基礎地理信息中心的GlobeLand-30產品[6],多以全球尺度產品為發布目標,具有良好的應用。然而在具有獨特地理環境特征區域中其精度和數據時間期次上有待進一步加強,特別是針對丘陵山地復雜地形及多云多雨氣候條件下的贛南地區。據此,本數據集以1988~2014年間,約每隔5年為時間間隔,獲得1990年、1995年、2000年、2004年、2009年和2014年6期30景長時間尺度的Landsat基礎數據,對贛州地區進行了高精度的基礎地表覆蓋類型制圖。為贛州地區生態環境研究、資源配置決策、可持續發展規劃,提供基礎數據支持。

    1? 數據采集和處理方法

    1.1? 基礎數據準備

    ?本文以Landsat-TM與Landsat-OLI傳感器L1級別產品,從1988~2014年間的30景數據作為源數據??紤]到影像數據的多時相問題,所選取的影像過境時間盡量集中于10月與11月。在該時間段,南方地區正好處于秋季,地表植被趨于穩定,時間變化比較小。數據來源于美國國家航空航天局(National Aeronautics and Space Administration,NASA),網址為http://earthexplorer.usgs.gov。數據獲取詳細時間表如表1。

    1? 30景遙感影像衛星過境時間表

    時間 行列號?

    121-041

    121-042

    121-043

    122-042

    122-043

    2014

    2014/10/8

    2014/10/8

    2014/10/8

    2014/10/15

    2014/10/15

    2009

    2009/10/10

    2009/10/10

    2009/10/10

    2009/10/17

    2009/10/17

    2004

    2004/10/12

    2004/10/12

    2004/10/12

    2004/10/3

    2004/11/20

    2000

    2000/11/2

    2000/11/2

    2000/11/2

    2000/10/8

    2000/10/8

    1995

    1995/10/20

    1995/10/20

    1995/10/20

    1995/10/27

    1995/10/27

    1990?

    1989/11/20

    1988/10/16

    1990/11/23

    1990/11/14

    1989/12/13

    注:1990年由于過境Landsat衛星數據歷史缺失,考慮到90年代初的贛州區域地表地物變化不大,故用它相鄰年份Landsat數據作為補充。

    1.2 ?數據處理

    采用遙感軟件ENVI5.1與ERDAS_2014對贛州區域Landsat-TM與Landsat-OLI數據進行相對空間幾何校正、FLAASH大氣校正、鑲嵌裁剪、信息提取等處理。

    1. 相對校正:獲取校正點,對影像進行二次多項式校正和三次卷積內插法重采樣處理。

    2. 鑲嵌裁剪:將同一時期5景影像鑲嵌成為一個年份影像,再使用贛州地區行政區域進行裁剪。

    3. 信息提?。菏褂肅ART決策樹算法、ISODATA Classification算法與目視解譯結合,并進行準確率達90%以上的高精度信息提取[7-8]。

    2? 數據樣本描述

    2.1 命名格式

    Land Cover_GZ數據集文件的命名遵循一定規則,通過文件名,能夠獲取此數據文件的基本信息。例如文件名Land Cover_GZ_1990.tif,Land Cover表示地表覆蓋,GZ表示贛州地區,1990表示1990年的地表覆蓋。

    2.2 分類描述

    分類系統包括6類地表覆蓋類型,分別為森林、灌草、耕地、裸地、水體以及人造地表[9]。詳細信息如表2所示。

    2 ?影像分類描述表

    分類代碼

    類型

    分類內容描述

    1

    森林

    喬木生長之地,且樹冠蓋度達到30%以上的,具體包括常綠闊葉林、常綠針葉林、針闊混交林、樹冠蓋度較好的稀疏植被

    2

    灌草

    灌草覆蓋度高于30%的非林地、非農用長綠色植物之地,包括常綠灌木林、草本沼澤、草叢、棄耕多年的灌草快速生長區域

    3

    耕地

    農用耕作之地,包括水田、旱地和經濟作物園林等

    4

    裸地

    植被覆蓋稀少的裸露之地,包括裸巖、河灘沙地、鹽堿地、山地丘陵植被完全破壞區域、盤地無植被區域等

    5

    水體

    包括所有地表水系,如江河、湖泊、水庫、水庫和水系養殖場等

    6

    人造地表

    由人類活動在自然地表所鑄造的人工不透水層,包括城鎮鄉村居民地、交通用地、居住地和工業用地等

    2.3? 數據樣本

    應用CART決策樹算法、ISODATA Classification算法與目視解譯結合完成贛州地區1988~2014年地表覆蓋信息提取,形成地表覆蓋分布圖。

    ?2 ?19882014年間約每隔5年的贛州地表覆蓋分類圖

    3? 數據質量控制和評估

    由于6個年份的地表分類制圖所采用的數據源與制作流程皆相同,在分類精度驗證時抽選其中3個年份作為地表覆蓋分類圖作為評估精度的驗證范例。在谷歌高分影像比對下,從2004年、2009年與及2014年原始影像中隨機圈選40個森林驗證樣本、40個灌草驗證樣本、45個耕地驗證樣本、30個裸地驗證樣本、40個水體驗證樣本以及30個人造地表驗證樣本。3個年份影像的精度驗證結果如下表3、表4以及表5所示。

    3? 2004年贛州地區地表覆蓋分類精度驗證表(單位:像元個數)

    地表覆被

    森林

    灌草

    耕地

    裸地

    水體

    人造地表

    匯總

    制圖精度

    森林

    37 679

    169

    664

    728

    60

    450

    39 750

    0.948

    灌草

    2026

    1831

    211

    80

    8

    55

    4211

    0.435

    耕地

    241

    262

    5803

    564

    39

    533

    7442

    0.780

    裸地

    0

    0

    76

    3936

    116

    128

    4256

    0.925

    水體

    0

    1

    18

    15

    6357

    104

    6495

    0.979

    人造地表

    0

    3

    15

    1

    43

    7814

    7876

    0.992

    匯總

    39 946

    2266

    6787

    5324

    6623

    9084

    70 030

     

    用戶精度

    0.943

    0.808

    0.855

    0.739

    0.960

    0.860

    0.906

    總體分類精度= 0.906,Kappa系數= 0.852

    4? 2009年贛州地區地表覆蓋分類精度驗證表(單位:像元個數)

    地表覆被

    森林

    灌草

    耕地

    裸地

    水體

    人造地表

    匯總

    制圖精度

    森林

    33073

    200

    301

    12

    68

    171

    33825

    0.978

    灌草

    812

    1264

    459

    11

    18

    246

    2810

    0.450

    耕地

    235

    185

    6638

    112

    13

    626

    7809

    0.850

    裸地

    0

    3

    50

    2117

    3

    408

    2581

    0.820

    水體

    4

    0

    1

    0

    7289

    87

    7381

    0.988

    人造地表

    16

    15

    55

    57

    25

    11 149

    11 317

    0.985

    匯總

    34 140

    1667

    7504

    2309

    7416

    12 687

    65723

     

    用戶精度

    0.969

    0.758

    0.885

    0.917

    0.983

    0.879

    0.936

    總體分類精度= 0.936,Kappa系數= 0.905

    5? 2014年贛州地區地表覆蓋分類精度驗證表(單位:像元個數)

    地表覆被

    森林

    灌草

    耕地

    裸地

    水體

    人造地表

    匯總

    制圖精度

    森林

    30 141

    157

    139

    295

    16

    23

    30 771

    0.980

    灌草

    243

    1147

    220

    17

    6

    2

    1635

    0.702

    耕地

    567

    163

    3023

    125

    27

    7

    3912

    0.773

    裸地

    3

    0

    114

    1730

    3

    117

    1967

    0.880

    水體

    183

    1

    80

    20

    5663

    4

    5951

    0.952

    人造地表

    0

    0

    28

    63

    26

    3603

    3720

    0.969

    匯總

    31 137

    1468

    3604

    2250

    5741

    3756

    47 956

     

    用戶精度

    0.968

    0.781

    0.839

    0.769

    0.986

    0.959

    0.945

    總體分類精度= 0.945,Kappa系數= 0.900

    在上表中,制圖精度是指分類器所獲取的某一類地表覆被的正確像元數與該類參考像元總數的比率;用戶精度是指分類器將像元歸納到某一類地表覆被像元數,與該類相應的真實地表覆被的參考像元數的比率;總體分類精度是指被正確分類的像元總數與總參考像元數的比率;Kappa系數是描述地物覆被像元分類的一致性與非機遇一致性的比率,其值越接近1,說明其一致性效果越好。

    3 ?解譯的地表覆蓋產品與GlobeLand-30局部比對圖

    同時選取GlobeLand-30產品2010年地表覆蓋數據與本數據集2009年的解譯產品進行對比驗證。圖3是本數據集2009年產品與GlobeLand-30產品2010年的局部區域比對圖。從圖3中可以看出,解譯的2009年產品與GlobeLand-30的2010年產品,在水體一類地物上差異甚小,空間紋理基本一致。而在人造地表、灌草、耕地三類地物中,本數據集解譯的地物與GlobeLand-30產品相比,能展現更清晰的細節。與原始的Landsat-TM影像進行對比,解譯產品更為接近原始影像的地表覆蓋紋理特征,更為接近贛州地區的真實地表覆蓋情況。

    致 ?謝

    感謝NASA提供的Landsat-TM與Landsat-OLI數據,國家基礎地理信息中心提供GlobeLand-30產品。

    作者分工職責

    邱玉寶(1978—),男,江西興國人,博士,副研究員,從事環境遙感應用研究。主要承擔信息模型構建與數據提取工作。

    阮永儉(1990—),男,廣東陽江人,碩士生,主要研究方向為遙感技術與應用。主要承擔數據預處理與數據生產工作。

    李恒凱(1980—),男,湖北人,博士,副教授,主要研究方向為礦區環境遙感應用研究。主要承擔數據產品設計與組織實施工作。

    付心如(1991—),女,河北邢臺,碩士生,主要研究方向為遙感技術與應用。主要承擔處理和分析工作。

    參考文獻

    [1] 馬志陽, 查軒. 南方紅壤區侵蝕退化馬尾松林地生態恢復研究[J]. 水土保持研究, 2008, 15(3): 188–193.

    [2] 戴爾阜, 吳卓, 蘆?;? 等. 基于線性光譜分離技術的西藏乃東縣土地覆被變化監測[J]. 地理科學進展, 2015, 34(7): 854–861.

    [3] 曹鑫, 陳軍, 陳利軍, 等. 全球陸表水體空間格局與波動初步分析[J]. 中國科學: 地球科學, 2014, 44(8): 1661–1670.

    [4] Townshend R, Masek G, Huang?C , et al. Global characterization and monitoring of forest cover using Landsat data: opportunities and challenges[J]. International Journal of Digital Earth, 2012, 5(5): 373–397.

    [5] Hansen M, Potapov P, Moore R, et al. High-Resolution Global Maps of 21st-Century Forest Cover Change[J]. Science, 2013, 342(6160): 850–853.

    [6] Chen J, Chen J, Liao A, et al. Global land cover mapping at 30 m resolution: A POK-based operational approach[J]. Isprs Journal of Photogrammetry & Remote Sensing, 2014, 103: 7–27.

    [7] Breiman L, Friedman J, Olshen R, et al. Classification and Regression Trees[J]. Biometrics, 2010, 40(3):17–23.

    [8] 劉勇洪, 牛錚, 王長耀. 基于MODIS數據的決策樹分類方法研究與應用[J]. 遙感學報, 2005, 9(4): 405–412.

    [9] 廖安平, 陳利軍, 陳軍, 等. 全球陸表水體高分辨率遙感制圖[J]. 中國科學: 地球科學, 2014(8): 1634–1645.

    引用數據

    邱玉寶, 阮永儉, 李恒凱, 付心如. 19882014年贛州地區地表覆蓋分類數據集[DB/OL]. Science Data Bank, 2015. DOI: 10.11922/scidb.170.11.

    ?

    引文格式:邱玉寶, 阮永儉, 李恒凱, 付心如. 1988~2014年贛州地區地表覆蓋數據集[J/OL]. 中國科學數據, 2016, 1(3). DOI: 10.11922/csdata.170.2015.0012.

    下載




    极速快三 <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>