廖顺宝;蒋笑;

• 1:防灾科技学院生态环境学院
• 2:河南大学环境与规划学院

摘要(Abstract)：

针对全球性土地覆被产品分类精度不高这一普遍性问题,以京津冀地区MODIS土地覆被产品(MCD12Q1)为研究对象,以1∶25万土地覆被数据为参考数据,构建土地覆被分布与地形因子之间的定量模型.将MODIS土地覆被产品与参考数据进行空间叠加,叠加结果分为分类一致区和不一致区.设计了2种方案,利用所构建的模型对分类不一致区进行土地覆被的重新分类,并将重新分类结果与分类一致区进行合成,形成修正后的土地覆被产品.从空间一致性、混淆矩阵等指标评价修正后的土地覆被产品的分类精度是否得到提高,结果显示:与原MODIS土地覆被产品相比,改进产品中各地类与参考数据相应地类的空间一致性、生产者精度、用户精度均得到明显提升,总体精度和Kappa系数分别提高了12. 51%～17. 14%和0. 15～0. 25.

关键词(KeyWords)： 地形因子;土地覆被;分类;精度;MODIS;京津冀

Abstract:

Keywords:

基金项目(Foundation): 河北省自然科学基金资助项目(D2018512002);; 中央高校基本科研业务费项目(20180101);; 国家重点研发计划项目(2017YFD0300400)

作者(Authors): 廖顺宝;蒋笑;

参考文献(References)：

• [1]张磊,吴炳方,李晓松,等.基于碳收支的中国土地覆被分类系统[J].生态学报,2014,34(24):7158-7166.
• [2]王渊刚,罗格平,冯异星,等.近50a玛纳斯河流域土地利用/覆被变化对碳储量的影响[J].自然资源学报,2013,28(6):994-1006.
• [3]翟俊,刘荣高,刘纪远,等. 1990-2010年中国土地覆被变化引起反照率改变的辐射强迫[J].地理学报,2013,68(7):875-885.
• [4] BAN Y,GONG P,GIRI C,et al. Global land cover mapping using earth observation satellite data:recent progresses and challenges[J]. ISPRS Journal of Photogrammetry and Remote Sensing,2015,103:1-6.
• [5]张海燕,樊江文,邵全琴. 2000-2010年中国退牧还草工程区土地利用/覆被变化[J].地理科学进展,2015,34(7):840-853.
• [6]廖顺宝,秦耀辰.草地理论载畜量调查数据空间化方法及应用[J].地理研究,2014,33(1):179-190.
• [7]黄亚博,廖顺宝.多源数据的土地覆被样本自动提取[J].遥感学报,2017,21(5):757-766.
• [8] ANDERSON J R,HARDY E E,ROACH J T,et al. A land use and land cover classification system for use with remote sensor data[M]. Washington,D. C.:U S Government Printing Office,1976.
• [9] LOVELAND T R,BEED B C,BROWN J F,et al. Development of a global land cover characteristics database and IGBP discover from 1 km AVHRR data[J]. International Journal of Remote Sensing,2000,21(6/7):1303-1330.
• [10] HANSEN M C,REED B,DEFRIES R S,et al. A comparison of the IGBP discover and university of Maryland 1 km global land cover products[J]. International Journal of Remote Sensing,2000,21(6/7):1365-1373.
• [11] DI GREGORIO A,JANSEN L J M. Land cover classification system(LCCS):classification concepts and user manual[R]. Food and Agriculture Organization of the United Nations,2000.
• [12]陆红生.土地管理学总论[M].北京:中国农业出版社,2002.
• [13]张景华,封志明,姜鲁光.土地利用/土地覆被分类系统研究进展[J].资源科学,2011,33(6):1195-1203.
• [14]陈百明,周小萍.《土地利用现状分类》国家标准的解读[J].自然资源学报,2007,22(6):994-1003.
• [15]刘纪远.中国资源环境遥感宏观调查与动态研究[M].北京:中国科学技术出版社,1996.
• [16] BORAK J S,STRAHLER A H. Feature selection and land cover classification of a MODIS-like data set for a semiarid environment[J]. International Journal of Remote Sensing,1999,20(5):919-938.
• [17]郑明国,蔡强国.一种新的土地覆盖类别面积估计方法及其在最大似然分类法中的应用[J].资源科学,2007,29(3):214-220.
• [18]张宇,陈龙乾,周天建,等.基于决策树的土地利用覆盖分类及变化研究——以济宁市任城区为例[J].中国农业资源与区划,2014,35(6):115-123.
• [19]田静,王卷乐,李一凡,等.基于决策树方法的蒙古高原土地覆盖遥感分类——以蒙古国中央省为例[J].地球信息科学学报,2014,16(3):460-469.
• [20] SWAIN P H,HAUSKA H. The decision tree classifier:design and potential[J]. IEEE Transactions on Geoscience and Remote Sensing,1977(15):142-147.
• [21] HANSEN M C,DUBAYAH R,DEFRIES R. Classification trees:an alternative to traditional land cover classifiers[J].International Journal of Remote Sensing,1996,17(5):1075-1081.
• [22] DALPONTE M,BRUZZONE L,GIANELLE D. Fusion of hyperspectral and LIDAR remote sensing data for classification of complex forest areas[J]. IEEE Transactions on Geoscience and Remote Sensing,2008,46(5):1416-1427.
• [23]刘正军.高维遥感数据土地覆盖特征提取与分类研究[D].北京:中国科学院遥感应用研究所,2003.
• [24]殷守敬.基于时序NDVI的土地覆盖变化检测方法研究[D].武汉:武汉大学,2010.
• [25]郑玉坤.多时相AVHRR-NDVI数据的时间序列分析及其在土地覆盖分类中的应用[D].北京:中国科学院遥感应用研究所,2002.
• [26]顾娟,李新,黄春林.基于时序MODIS NDVI的黑河流域土地覆盖分类研究[J].地球科学进展,2010,25(3):317-326.
• [27]喻锋,李晓兵,王宏,等.基于NDVI-Ts特征空间的中国土地覆盖分类研究[J].植物生态学报,2005(6):68-78.
• [28]廖顺宝,岳艳琳.基于时序NDVI图谱库提高土地覆盖分类精度的方法[J].农业工程学报,2018,34(7):241-248.
• [29] WEN C G,TATEISHI R. 30-second degree grid land cover classification of Asia[J]. Int J Remote Sens,2001,22(18):3845-3854.
• [30] HANSEN M,DEFRIES R,TOWNSHEND J R G,et al. Global land cover classification at 1km resolution using a decision tree classifier[J]. Int J Remote Sens,2000,21(6/7):1331-1364.
• [31]魏强.基于MODIS和TM数据的京津冀地区土地覆被分类方法研究[D].石家庄:河北师范大学,2010.
• [32]张仕超,李治猛,魏朝富,等.基于GIS的农村道路体系空间格局及地形梯度分异效应分析——以重庆市忠县拔山镇为例[J].地域研究与开发,2013,32(1):158-164.
• [33] MOTTET A,LADET S,COQUN,et al. Agricultural land-use change and its drivers in mountain landscapes:a case study in the Pyrenees[J]. Agriculture,Ecosystems&Environment,2006,114(2):296-310.
• [34]底亮,马友鑫,李红梅,等.流沙河流域土地利用与地形因子的关系[J].水土保持通报,2015,35(6):296-300.
• [35]刘元亮,李艳.土地利用现状与地形因子关联关系研究——以杭州市为例[J].安徽师范大学学报(自然科学版),2015,38(6):576-582.
• [36]吴培中,陈俊明,陈松林.空间关联规则在土地利用与地形特征关系研究中的应用[J].亚热带资源与环境学报,2011,6(4):64-69.
• [37]申怀飞,吴国玺,丁圣彦.豫西黄河流域土地利用空间格局地形梯度特征分析[J].地域研究与开发,2012,31(3):159-162.
• [38]陈利顶,杨爽,冯晓明.土地利用变化的地形梯度特征与空间扩展——以北京市海淀区和延庆县为例[J].地理研究,2008,27(6):1225-1234.
• [39]黄海洋,杨庆媛,王成.基于DEM的土地利用类型与地形因子关系研究—以重庆市酉阳县麻旺镇为例[J].西南大学学报(自然科学版),2009,31(4):159-164.
• [40]贾宁凤,段建南,乔志敏.土地利用空间分布与地形因子相关性分析方法[J].经济地理,2007,27(2):310-312.
• [41]哈凯,丁庆龙,门明新,等.山地丘陵区土地利用分布及其与地形因子关系——以河北省怀来县为例[J].地理研究,2015,34(5):909-921.
• [42]韩建平,贾宁凤.土地利用与地形因子关系研究—以砖窑沟流域为例[J].中国生态农业学报,2010,18(5):1071-1075.
• [43]廖顺宝,汪珂丽,蒋笑.土地覆被类型空间格局与地形因子的定量关联及其应用[J].地域研究与开发,2017,36(5):80-86.
• [44]黄亚博,廖顺宝.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[J].地理研究,2016,35(8):1433-1446.