基于GlobeLand 30的耕地资源损失过程研究——以环渤海地区为例

研究目的:认识和理解耕地资源损失过程。研究方法:基于中国成功研制出的世界上首套30 m分辨率2000—2010年GlobeLand 30数据,利用GIS空间分析方法,综合分析环渤海地区耕地资源损失流向、质量和空间特征。研究结果:2000—2010年,环渤海地区土地利用/覆盖变化剧烈,耕地资源明显减少,主要损失流向为人造覆盖、草地、水体和森林;耕地资源损失区域主要位于降水量较少、海拔较高等耕作条件较差的地区;耕地资源重心总体向东南方向移动,破碎化程度日趋严重。研究结论:基于GlobeLand30数据的耕地资源损失过程研究能有效揭示耕地资源损失流向、质量和空间特征,为区域耕地资源利用与保护提供了积极借鉴和参考。

全球地表覆盖领域服务计算的研究进展——以GlobeLand 30为例

将服务计算技术与领域需求相结合,为信息共享和协同服务提供高效技术手段,是当前互联网+地理信息的一个重要发展方向。本文以GlobeLand 30为例,分析了地表覆盖信息处理与服务计算相结合的基本问题,介绍了领域服务建模、在线计算方法和动态服务技术等方面的最新研究进展,以及所研发的GlobeLand 30信息服务平台。本文还讨论了GlobeLand 30领域服务计算的发展方向。

基于GlobeLand 30数据和CA__Markov模型的郑州市2000-2020年地表覆盖变化特征及预测分析

[目的]针对不同分类算法对地物识别结果的差异性导致地表覆盖变化分析难以为城市变化提供参考信息和决策依据问题。[方法]研究以GlobeLand 30标准产品为数据源,结合CA_Markov模型,对郑州地区2000—2020年土地利用变化速度、幅度、程度,以及熵值演变方向等时空变化特征进行分析与模拟预测。[结果](1)2000—2010年,郑州地区人造地表显著增加,湿地、耕地、草地有一定程度的减少,其中人造地表和湿地的变化速度相对较快;(2)2000—2010年,郑州地区土地利用程度变化量为8.04,土地利用信息熵和均衡度都有所提升,优势度相应降低;(3)预测2020年郑州地区地表覆盖状态同2010年相比,人造地表和草地分别增加68.88%和49.99%,水体、湿地增加幅度均在30%以上,耕地、林地有一定程度的减少。[结论]2000—2020年,郑州地区土地利用总体分布格局具有显著性差异,土地利用的复杂性增加,环境问题日益凸显。

基于GlobeLand 30的哈密市2000-2020年土地利用格局变化研究

[目的]研究新疆维吾尔自治区哈密市近20 a的土地利用变化,为该地区土地利用规划及生态环境保护提供有力支撑。[方法]基于2000,2010,2020年的GlobeLand 30数据集,通过利用转移矩阵、坡度分布指数、标准差椭圆以及土地利用重心迁移,分析哈密市2000-2020年土地利用的时空变化特征。[结果]①哈密市2000-2020年土地利用变化比较明显。2020年各土地利用类型面积比例为:未利用地>草地>耕地>林地>建设用地>水域。哈密市虽然面积大但能利用的绿洲面积较小。2020年草地面积为10226.39 km^(2),水域面积为295.17 km^(2)。2000-2020年土地利用类型变化量中,草地的减少量最大,流失面积为671.48 km^(2),主要转换成未利用地、林地和少量耕地;建设用地增量最大,面积高达405.60 km^(2)。2000-2020年其他土地利用类型中林地和耕地面积呈增长趋势;未利用地和水域呈减少趋势,其中水域面积的减少量很小,基本保持稳定。②2000-2020年草地在5个坡度梯度上分布比较均匀;而耕地和建设用地基本分布在Ⅰ级和Ⅱ级坡度梯度,耕地在Ⅰ级坡度梯度上显优势分布;林地在Ⅰ级坡度梯度上面积最大;未利用地分布面积随着坡度梯度的增加而减少。③2010-2020年土地利用变化与2000-2010时段的变化相比方向性较明显,范围更广,重心向西北方向迁移。[结论]2000-2020年哈密市的土地利用变化有着明显的时空特征,坡度对各地类分布的影响较为明显。

基于GlobeLand 30的水田提取方法研究

Globe Land 30是全球首套30 m分辨率地表覆盖数据产品,分为10种类型,包括耕地、森林、草地、灌木地等,分类精度经过多方验证达83.51%,Kappa系数0.78,耕地的分类精度达83.06%。由于Globe Land 30耕地图层没有更加详细的耕地亚类信息,限制了其广泛应用。本文试图基于Globe Land 30耕地数据探索一种快速提取水田信息的方法,进而为获取全球范围的水田分布信息提供技术支持。该方法基于TM影像的归一化植被指数NDVI、地表水分指数LSWI、近红外波段的反射率ρnir和短波红外波段的反射率ρwir,通过Google Earth选取的水田样本,统计水田的光谱特征和空间特征,建立水田提取的知识规则,然后结合多尺度的分割对象图斑自动化识别水田信息。文中选取了江苏省高邮市实验区进行水田提取试验,结果表明:采用该方法分类精度比基于像素的决策树方法提升大约6%,并能有效地消除椒盐误差,图斑完整性较好。

基于信息熵的GlobeLand 30和WorldCover耕地破碎区一致性分析

在山地丘陵等地物破碎度较高的地区,分辨率大小对地表覆盖产品质量的影响更大。为此,本文以GlobeLand 30和WorldCover产品的耕地为例,引入信息熵对多源地表覆盖产品进行了一致性分析。首先,计算研究区耕地对应原始影像不同波段的信息熵,以反映单一耕地类的总体不确定性;其次,为了描述影像局部区域的不确定性分布,构建局部信息熵;最后,对两产品的不确定性分级叠加,进行一致性分析。结果表明:(1)信息熵可以在产品空间分布的基础上更加细致的反映耕地内部的不确定性变化情况,直观的看出难以判定类别的区域分布;(2)30 m分辨率的GlobeLand 30产品耕地总体不确定性大于10 m分辨率的WorldCover产品。从不确定性分布情况来看,两产品不确定性较大的地区主要围绕耕地与其他地物的交错地区,其混合像元更多,地物类别模糊,不确定性更大;(3)对于两产品不确定性的叠加结果,分辨率差异带来的耕地不确定性差异分别为蓝波段34.54%、绿波段51.13%、红波段46.03%、近红外波段61.48%;(4)对于两产品空间分布不一致的地区,GlobeLand 30产品的不确定性也更大,即受到分辨率的影响较大。

基于GlobeLand 30的南亚各国人造地表变化时空特征分析

以南亚各国为例,基于2000、2010和2020年三期GlobeLand30数据,通过空间扫描统计法、景观扩张指数和洛伦兹曲线对2000—2010年和2010—2020年两个时段南亚各国的人造地表扩张情况进行统计分析,研究南亚各国人造地表的时空变化和空间结构的发展特征。结果表明:(1)南亚人造地表面积持续扩张,扩张率由2000—2010年的0.42%增长到2010—2020年的2.59%。(2)近20年来,印度人造地表面积扩张量最大,不丹的扩张率最快,南亚在人造地表扩张的过程中出现了显著的空间热点区域,并且在不同时段表现出空间热点的迁移现象。(3)巴基斯坦西部、斯里兰卡中部、孟加拉国西北部以及印度东部和南部飞地式斑块增加,人造地表呈现出分散凌乱的扩散特点;印度北部、斯里兰卡东部和孟加拉国东南部的新增斑块类型由飞地式转化为填充式和边缘式,表现出从扩散式阶段发展到趋于紧凑的聚合式阶段的变化趋势。(4)南亚各国人造地表的扩张在不同规模的城市尺度上存在很大差异,导致人造地表扩张过程表现出明显的不均衡性。

基于GlobeLand30的广州市生态系统服务价值与社会经济协同发展格局分析

基于广州市2020年GlobeLand30地表覆盖数据,采用系数修正后的价值当量法分析广州市各区生态系统服务价值的空间分布特征,融合社会经济数据提出经济-生态系统服务价值指数(GDP-ESV)来分析广州市各区生态系统服务价值与社会经济间的发展矛盾。结果表明,2020年广州市生态系统服务功能总价值为348亿元,其中水域和林地是主要贡献体,广州市生态系统服务价值在空间上呈显著的正相关(P<0.05),高值集聚区域主要集中在从化区北部林地一带和番禺区东部珠江入海口,低值集聚区域主要集中在从化区、增城区和花都区的农耕地带;广州市各区GDP-ESV指数差异较大,越秀区和天河区的GDP-ESV指数分别为3516.36和1882.96,表明这2个区的社会经济发展与生态系统服务价值之间的矛盾冲突较为严重,应结合地区实际情况,提升生态系统服务价值量,加强城市空间利用率;从化区和增城区二者间的矛盾冲突最小,GDP-ESV指数分别为4.32和14.78,可适当开展生态旅游,推动生态系统服务价值保值增值。

耦合GCAM和GlobeLand30的CLUMondo模型及其适用性评估

本文在CLUMondo模型中了耦合全球变化评估模型(globalchangeassessmentmodel,GCAM)和GlobeLand30数据.其中:GCAM为土地变化预测提供科学的土地系统服务数值;GlobeLand30用于制备可赋予多重土地系统服务供给能力的土地系统数据.为验证模型的有效性,本文选择了GCAM中的“青藏高原内部区”进行验证.结果表明:1)GCAM可以有效解决CLUMondo模型在土地变化模拟时设置土地系统服务的困境;2)对GlobeLand30数据升尺度建立土地系统,为CLUMondo模型量化多重土地系统服务供给能力提供了一种简单高效的方法;3)耦合GCAM和GlobeLand30数据后的CLUMondo模型在“GCAM青藏高原内部区”具有良好的适用性.

基于GlobeLand30的智能解译样本动态制备方法

从影像特征相似性出发研究基于Landsat-8影像相似性的智能解译样本动态制备方法,构造光谱相似度、纹理相似度、空间邻近度3种样本集选择方法。基于相同的U-Net+EfficientNet-B3语义分割网络,对比了根据3种测度下选择的样本影像所制备的样本集对总体分类精度的影响。结果表明,从历史成果数据中选择样本影像用于模型训练,是提高分类精度的有效方法;在3种样本影像选择策略中,空间邻近度可得到精度最高、方差最小的分类结果;历史成果数据中的错误标签会导致智能模型精度降低。

基于GlobeLand30的番禺区地表覆盖时空变化分析

本文基于全球30 m地表覆盖数据(GlobeLand30),采用地表覆盖转移矩阵、重心迁移方法,分析了番禺区2000—2020年不同地表覆盖类型的相互转化及其空间分布。结果表明:过去20年间,人造地表持续占用耕地、森林和草地,其中耕地最为明显。同时,2010—2020年人造地表扩张速度较2000—2010年更为迅速。从相互转化的空间分布上看,番禺区人造地表在2000—2010年呈点状增加,之后10 a快速蔓延至全区。人造地表和水体的重心向东迁移,耕地的重心转移则逐步西移,呈“一进一退”的趋势。

基于GlobeLand30的全球城乡建设用地空间分布与变化统计分析

城乡建设用地分布与变化是人类活动的直观标志和生态足迹,在环境变化研究、地理国(世)情监测和可持续发展研究等方面发挥着重要作用。以往人们对一些城市、区域或国家的城乡建设用地分布与变化进行过较为深入系统的研究,但在全球尺度上,这方面研究尚为空白。本文是利用我国自主研制的世界上首套30m空间分辨率全球地表覆盖数据集GlobeLand30的人造地表数据层,首次开展了全球城乡建设用地的空间分布及变化的统计分析。它采用用地面积、构成占比和增量占比等主要指标,统计全球范围内城乡建设用地的空间分布及2000年至2010年10年间的变化,重点分析了2010年全球、各大洲及主要国家的城乡建设用地分布现状与地域差异,2000年至2010年全球、主要国家的建设用地变化以及其主要土地来源。研究结果表明,2010年全球城乡建设用地总面积为118.75×104km2,占全球陆表面积的0.88%;2000年至2010年全球城乡建设用地面积增加了5.74×104 km2,变化率为5.08%,其中,中国和美国新增城乡建设用地约占全球的一半;新增城乡建设用地占用最多的是耕地,占总量的50.26%。这些为研究全球陆表人类活动的空间分布特征与变化趋势提供了翔实的信息和知识。

基于GlobeLand30数据的中国耕地与粮食生产的时空变化分析

21世纪初期,中国耕地与粮食产量变化区域差异明显,为了解21世纪初期中国耕地与粮食生产的时空变化及粮食生产对耕地面积变化的响应,该文利用2000年和2010年两期30 m分辨率的全球地表覆盖数据(Globe Land30),借助统计分析手段对2000-2010年中国耕地和粮食生产的时空变化和粮食生产对耕地面积的依赖程度进行分析。结果表明:1)中国耕地主要分布在东部地区,研究时段内,耕地与林地、草地和人工表面之间的转换最多,耕地变化的特点是"西增东减,总量减少",面积净减少了104.03万hm2,年均减少10.4万hm2。2)中国的粮食生产主要集中在东北、华北和南方地区。粮食产量变化的特点是"北增南减,总量增加"。3)中国耕地分布的集中程度会影响粮食生产的集中程度,且粮食生产分布的集中程度普遍高于耕地。中国耕地分布重心和粮食生产分布重心的移动方向相反,耕地面积的分布表现出了"南退西移"的趋势,粮食生产的重心则是"北上东移",中国的粮食生产格局已转变为"北粮南调"。4)全国有32.24%县(市)的粮食生产都表现出了对耕地数量的依赖,主要分布在东北、华北、西部、长城沿线、西南和东南沿海地区。中国耕地保护政策的制定和粮食生产的可持续发展应该遵循因地制宜的原则,在粮食生产对耕地变化敏感性高的地区,应该加强对耕地数量、质量的保护和农户种粮积极性的提高,更要重视不敏感地区耕地地力的保护和单产水平的提高,以保障中国的粮食安全。

基于GlobeLand30的全球耕地利用格局变化研究

耕地是粮食安全的载体,是人类社会生存和发展的战略资源。在当前世界人口持续增加、人均耕地占有量减少、粮食安全面临巨大挑战的背景下,精细刻画全球耕地分布空间格局,准确掌握全球耕地时空变化规律,对国家粮食安全战略决策具有重要意义。同时,作为重要的土地景观类型,耕地利用受到人类活动扰动剧烈,耕地的扩展、撂荒、作物类型更替以及与其他地物类型的转换,会改变耕地的物质流和能量流,进而影响地球系统的气候、水文、生物地球循环等全球变化过程。

基于球面退化四叉树格网的GlobeLand30数据表达及精度分析

Globe Land30为我国研制的世界上首套全球30 m地表覆盖数据集。该数据采用传统的通用横轴墨卡托投影(UTM)组织数据。为了解决地图投影给全球性问题带来的空间数据断裂及几何变形等问题,本文以球面退化四叉树格网(DQG)为基础,构建一种Globe Land30的全球连续表达模型;并选择相应的精度评价指标,对基于DQG模型表达的几何变形、数据误差的空间位置分布及定量化进行研究。结果表明:基于DQG模型既能保证Globe Land30数据表达的全球连续性,又能保持原有的数据精度,为Globe Land30在全球空间数据的可视化连续表达与深度分析提供了基础。

GlobeLand 30和自发地理信息的对比分析研究

地表覆盖数据是关于土地利用信息的重要来源,在地理国情监测、生态环境保护等方面发挥着重要的作用,目前遥感影像解译、实地测量是该数据生产的主要手段,但是仍然存在一定的局限性。随着Web2.0、互联网技术以及各种GPS设备的快速发展传播,普通大众也可以参与公众制图,志愿者用户的参与能够有效判定地表类型的空间分布和属性特征,提高地表覆盖制图的分类精度。本文以自发地理信息中最成功的项目OpenStreetMap为例,与中国新研制的全球最高30m分辨率地表覆盖数据产品GlobeLand 30进行对比分析,首先对数据进行相应的预处理和拓扑检查,然后建立两种数据的要素对应关系,最后生成误差矩阵并分析两种数据的一致性。实验结果表明:(1) OpenStreetMap数据缺失的部分主要是耕地类型,其草地和水体要素比GlobeLand 30更加丰富;(2) 2种数据的一致性较好为75%左右,其中林地和人造地表的精度较高,耕地和水体次之,草地较差;(3)重点对不一致区域的地表类型进行判断验证,能够发现GlobeLand 30数据中的错误分类,为进一步修改和优化提供依据。本文研究表明,自发地理信息中包含丰富的地表覆盖信息,能够给地表覆盖制图及评价验证带来巨大的发展潜力。

基于GlobeLand30的大洋洲耕地利用格局变化分析

【目的】大洋洲区域气候差异明显,地表覆盖和土地利用类型多样,耕地变化较为剧烈。分析大洋洲耕地利用格局的时空变化,科学把握其特征及规律,为耕地集约利用和粮食政策制定提供参考。【方法】采用最新研制的2000年和2010年全球30 m地表覆盖遥感数据产品(GlobeLand30),建立耕地面积数量、利用强度和转换特征3个指标群,在国家尺度、10 km网格和30 m像元尺度综合分析大洋洲2000—2010年耕地利用格局变化特征。【结果】(1)2000—2010年大洋洲耕地面积总体增加约3.79%,耕地面积增幅最大的国家为澳大利亚,增幅5.39%。新增耕地主要集中在澳大利亚大分水岭山脉以东墨累-达令河流域上游。耕地面积减少的区域主要在新西兰北部岛屿,澳大利亚东部沿海和巴布亚新几内亚东部岛屿。主要国家人均耕地平均减少21.47%,人均耕地减少幅度最大国家为新喀里多尼亚。(2)从耕地利用强度格局变化来看,主要国家复种指数平均增加20.63%,耕地破碎度平均减少22.83%。耕地面积-复种指数协调度弹性较大。新西兰与澳大利亚两国耕地破碎度变化驱动机制差异明显。(3)从耕地类型转换特征来看,2000年耕地转出和2010年耕地转入面积最大的国家均为澳大利亚,2000年共计转出630.25×104 hm2,其中转为草地占比所有其他转出地类的74.77%,2010年共计从草地转入544.95×104 hm2,占所有转入地类面积的59.72%;全大洲耕地与草地之间转换面积最大,但对净增加耕地贡献最大的是灌木地,转入耕地165.03×104 hm2。【结论】10年间大洋洲耕地面积变化较为剧烈,耕地利用强度整体提高,耕地与草地相互转换最为频繁。

基于高分辨率人工识别地表类型的GlobeLand30产品精度评价

我国国家地理基础信息中心2014年推出的全球首套30 m分辨率地表覆盖遥感制图数据产品(GlobeLand30)在土地资源利用、地理国情监测、气候变化研究等领域具有重要作用。为评价该产品精度,采用2m分辨率人工识别土地类型产品,选取两个典型研究区域,通过空间统计分析、空间一致性分析和空间混淆分析手段,结合高程等因素对GlobeLand30数据产品中的各地表覆盖类型进行精度评价,综合分析影响精度的原因。研究表明:产品总体一致性稳定在70%左右,各地类判别精度具有较大差异,影响精度的因素主要在于地形地貌特征与光谱相似性质。

基于GlobeLand30的中国城市扩张模式及其对生态用地的影响

基于2000年和2010年的GlobeLand30地表覆盖分类数据,针对全国320个地级以上城市,应用凸壳原理提取城市范围,分析城市规模及其增长率的区域分异规律,刻画城市扩张模式和生态用地特征,揭示扩张模式与城市规模及其增长率的相关性和扩张模式对城市生态用地的影响。结果表明:1)城市扩张规模空间分布具有不均衡性,2000-2010年的城市扩张以东部最为剧烈,华南和东北相对缓慢。2)填充型和延伸型两种城市扩张模式并存,不同区域各具特征;扩张模式与城市规模相关性较弱,但随城市规模增长加快而向延伸型模式转化,当规模增大到一定程度则倾向均衡式扩张。3)城市生态用地指数呈现中西部高、东部低的特点;规模较小且增长较快的城市,其填充型扩张可能挤占生态用地,而延伸型扩张则可以避免对生态用地的影响。

GlobeLand30湿地细化分类研究

基于30 m地表覆盖数据产品完成湿地精细化分类,能够更好地满足当前较高分辨率及较详尽全球湿地数据的应用需求。本文在深入分析湿地分类体系与细化方法的基础上,提出以湿地细化类别的定义、多元知识的分层分类、亚类数据精细化提取为主线的总体研究思路,制定了基于先验知识的对象系统筛选、基于森林数据的同位像元提取、基于最佳阈值的极大似然掩膜的主体分类方法,并应用于数据生产实践获得8个亚类信息。该方法克服了常规手段普遍存在的周期长、效率低等弊端,实现了全球较高分辨率湿地亚类数据的快速精确制图,总体分类精度达82.6%,对地理世情及其他地表覆盖研究具有借鉴意义。