FAO/UNEP土地覆被分类系统及其借鉴

研究目的:介绍FAO/UNEP土地覆被分类系统(LCCS)的产生背景、分类理念、框架体系结构及应用前景,为同行提供学习和借鉴国际研究经验。研究方法:比较研究法、对比分析法,对比分析FAO/UNEP LCCS与美国、欧洲等国际知名机构,用于遥感监测和制图而建立的土地利用/覆被分类体系。研究结果:在各个分类体系之间,无论是分类命名、类型划分、详细程度、彼此间兼容性等方面,都存在很大差异且很难统一。研究结论:基于遥感数据建立土地覆被/利用分类体系并标准化是顺利开展各种遥感调查的前提和保证。在建立和完善中国标准化的土地覆被/利用分类体系基础上,应研究如何使中国的土地覆被/利用分类体系与国际接轨,在全球或区域实现信息共享。

基于面向对象分类的土地整理区农田灌排系统自动化识别

针对目前农田灌排系统识别研究中影像分辨率低、自动化程度不高的问题,该研究基于面向对象分类法,提出了一套从影像到农田灌排系统矢量输出的完整提取流程。研究利用KOMPSAT-2高分辨率遥感影像数据,以吉林省西部土地整理大安项目区作为试验区,使用自主研发的识别程序对土地整理区农田灌排系统进行了自动化识别提取,并与监督分类法、手动屏幕数字化作了对比分析。结果显示,基于面向对象分类的自动化提取方法在精度上与手动屏幕数字化相近,总体精度达到了89.64%,远高于监督分类法的识别精度;而且该方法所耗费的时间最少,操作过程不需人工干预,识别结果的稳定性也高于另外两种方法。研究表明,基于面向对象分类的自动化提取方法,是一种较理想的土地整理区农田灌排系统遥感监测手段,同时也为其他地物监测提供了一种有效的途径。

基于碳收支的中国土地覆被分类系统

生态系统的碳收支是影响全球变化的重要环节,而土地覆被变化改变了生态系统碳收支的现状、速率。提出了面向碳收支的中国土地覆被分类系统,服务于生态系统碳收支估算和国家生态环境监测。分类系统由一、二级土地覆被类型、三级土地覆被辅助特征构成。通过物质组成、结构、排列、季节特征等19个指标,将土地覆被划分38个二级类型,反映生态系统的碳储量现状。三级土地覆被辅助特征利用9个指标补充了二级土地覆被类型的属性。其中5个环境指标主要反映生态系统碳储备的潜力和强度,土地利用方式指标反映植被演替过程植被碳收支中的人为扰动影响,植被覆盖度、植被生育期、物种特征指标用于进一步细化植被类型。二级类型与三级特征为分层组织的土地覆被产品,有利于产品管理和应用。分类系统已应用到面向全国生态系统碳收支的30m格网的中国土地覆被制图中。

基于面源污染的土地利用与覆被分类系统的构建及其应用

依据生态服务功能和人类干扰程度,在全国土地利用分类标准的基础上进一步细化和调整,提出基于面源污染问题的土地利用/土地覆被二级分类系统,并应用到上海市滴水湖集水区。一级指标分为林地、耕地、建筑等,反映了地表径流方式;二级进一步细化和调整,将草地分为自然的荒草地和人工草坪,耕地细分出大棚,坑塘细分出养殖池,农村住宅细分出家禽养殖场,公园与绿地归为林地和草地,旁道树归为林地等,这些类型可以与实际面源污染相对应,较好地解决了土地利用/土地覆被分类系统与面源估算之间衔接的问题。

基于高分辨率遥感影像的广州城市土地覆被分类系统

土地覆被分类系统是城市景观研究的基础。近年来对地观测技术发展迅速,遥感影像的质量与分辨率有了极大的提升,为土地覆被的研究提供了强大的基础数据,而科学合理的分类系统则是土地覆被研究的前提。根据不同的研究目的和遥感数据的特点,各国学者先后提出构建不同层次不同类型的土地覆被或土地利用分类系统,但迄今仍没有一个为国际学术界广泛认可和具有普适性的分类系统。本文基于多光谱与全色波段融合后的2 m分辨率高分一号影像数据,依据地物自然属性、形态及光谱特征,提出了一个适用于城市区域的土地覆被分类系统,并以广州市为例图示了分类结果。该分类系统着重于城市生态系统的特点,为非重叠的层级体系,第一、二层级有固定的类别与依据,第三层级为开放性层级。其中一级类别划分为建成区、植被、水体和裸地4类,二级类别分别划分为商住区、工业区、道路;林地、灌从、草地、农田;河流、库塘等9类。分类结果包含二级类别的全部土地覆被类型,总体精度达到90.1%,符合技术要求,具有推广意义。

中国1:100万地表覆被制图分类系统研究

景观生态图属国家基础图件之一,其分类研究是制图的基础,而地貌和地表覆被是两个最主要的因素。该文在总结前人研究土地利用、植被、地貌等专题图件、乃至景观分类系统的基础上,详细对比分析了目前国内常用的土地利用和植被分类体系,以卫星遥感为基础数据源,以地理信息系统为技术,将FAO土地覆被、土地利用和植被三者的分类方法和体系有机地结合起来,研究并提出了全国适用于遥感影像数据(LandsatTM和ETM)的1∶100万地表覆被分类系统,将全国陆地地表覆盖分为森林、草地、荒漠、水体和湿地、稀疏及无植被地、农田、人工建筑(一级类)七大类,并划分出第二、三级类型,拟定了相应的编码体系。该研究为利用中高分辨率卫星数据编制并完成全国1∶100万地表覆被图奠定了坚实的基础,同时对研究和制定全国地貌和景观生态分类体系,编制全国地貌图和景观生态图具有很好的借鉴意义。

FAO/UNEP土地覆盖分类系统及其应用

通过对美国的USGS、IGBP、欧洲的CORINE以及马里兰大学的UMD分类系统的对比来阐述FAO/UNEP土地分类系统LCCS的优势及特点。以长春市石头口门地区土地覆盖分类为例,采用LCCS分类系统,将研究区域分为耕地、自然/半自然陆地、水田或规律性淹水、工厂或居民地、裸地、人工或自然水域这6种土地覆盖类型,通过监督分类的方法制作长春市石头口门土地覆盖分类图。利用LCCS分类系统配套软件GeoVis对研究区域进行制图操作,并计算出各类别精度都小于0.1。通过实际应用发现LCCS分类系统是先验的土地分类系统,不但提高了土地分类工作效率,还减少了分类难度。

中分辨率遥感影像土地利用覆被信息自动提取研究——以太原市区Landsat8影像为例

"土地利用/土地覆被"(简称LUCC)是全球环境变化研究的热点问题之一,遥感技术是LUCC研究的重要手段,遥感影像LUCC信息的高精度自动提取成为众多专家学者关注的重要研究领域.Landsat系列卫星影像是最早且最为广泛使用的中分辨率陆地遥感影像.文章以2013年2月发射的Landsat8卫星的OLI影像为研究对象,利用ENVI软件,对太原市区的土地利用/土地覆被信息分别用最大似然法和决策树分类法实现自动提取,并进行精度比较.结果表明:最大似然法提取的总体精度为69.33%,Kappa系数为0.605 5,主要是耕地与林地、草地、建设用地以及建设用地与裸地的混分、错分现象较为严重,造成分类精度较低;而决策树分类法的自动提取通过确定适当的判别规则,使地类间的混分、错分现象明显改善,分类总体精度提高到91.33%,Kappa系数达到0.892 3,各土地利用类型的分类精度均有一定提高.

中国科学院土地利用分类系统与IGBP分类系统的转换研究--以西北农牧交错带为例

以中国科学院土地利用/土地覆被分类系统和IGBP土地利用/土地覆被分类系统为例,分别按照直接转换、间接转换、分类后再转换3种转换关系制定转换规则,以西北农牧交错带为实验区,利用从中国科学院资源环境数据中心获取的实验区2015年土地利用/土地覆被数据以及遥感影像、野外考察数据等,按照制定的规则,对土地利用/土地覆被分类系统进行了转换和验证.结果表明:本研究所制定的土地利用/土地覆被分类系统转换规则科学合理;经过分类系统转换后的土地利用/土地覆被数据精度较好.本研究对于其他分类系统间土地利用/土地覆被数据类型的转换具有参考价值,对进一步的区域变化研究具有重要意义.

GIS支持下三峡库区主要地类自动分类方法研究

针对三峡库区遥感图像变异大的特征,设计建立了主要地类自动分类系统并在其子系统中完成了地形光谱纠正、辅助数据生成及数据合成等预处理工作;提出了一种可交互作业的计算机全自动土地利用类型分类方法。应用专业的图像处理软件ECOGN ITION为平台,通过图像图斑化、选取样本、寻找最佳波段并生成判别函数来进行自动分类,在很大程度上克服了“同物异谱”、“异物同谱”、“边界过渡”等现象对分类结果的影响。在应用地理信息系统和自动分类方法来获取波谱特征复杂地区的土地利用信息的技术路线和方法方面作了有效探索。

基于历史矢量数据的土地覆被样本自动选择方法

针对目前遥感技术在土地覆被中的应用需要依靠人工采集样本的现状,提出一种基于历史矢量数据的土地覆被分类样本自动选择方法:分别对遥感影像进行分割、对历史矢量数据进行筛选和缓冲处理,然后对分割结果和缓冲处理后的矢量数据进行空间分析和判断得到初始样本,再通过分类训练剔除错误样本得到最终样本,并以四川省某区域为试验区,对方法进行了测试和分析.结果表明,自动选择方法提取的样本准确率均在95%以上,相对于人工采集样本大大提高了效率;基于选择的样本对影像进行分类,结果精度也较高,能够有效地用于土地覆被专题图的快速更新.

土地利用总体规划管理信息系统的开发设计

以黄石市土地利用规划管理信息系统的开发设计实例 ,探讨了规划管理信息系统开发的技术路线、模式、数据库设计等基本问题 ,介绍了系统的功能。

RS、GIS支持下贵州环境生态系统分类

针对贵州省环境生态现状,应用TM影像,以RS、GIS为技术支撑,对贵州环境生态系统类型进行划分。得到环境生态系统分布图和各种生态系统所占的比例,并简要分析了环境生态系统区域分布不平衡,石漠化现象突出等存在的问题。

土地利用/土地覆被分类系统研究进展

土地利用/土地覆被变化是全球变化研究中的一个重要内容,而土地利用/土地覆被分类又是研究土地覆被变化的重要前提,它既影响着分类结果的表达,也决定着分类数据的应用领域。本文简要回顾和评述了国内外土地利用/土地覆被分类系统的研究进展。研究认为,土地利用/土地覆被分类系统,1970年代之前以土地利用分类为主,着重于土地用途的差异,主要用于土地利用现状调查和土地利用制图;1970年代随着遥感和计算机技术的发展,以土地覆被为主的分类系统迅速发展起来,它着重于土地类型的差异,主要用于土地覆被变化研究。研究指出,目前的土地利用/土地覆被分类系统一般都适用于特定研究目的和研究尺度,没有统一标准,这种土地分类系统的不兼容性,给土地覆被数据的汇总、分析与共享带来了诸多不便。但一个"万能"的土地分类系统又是不存在的。鉴于此,研究认为一个标准土地分类系统应该是多级的、开放的系统,高级别的土地覆被类型可以直接基于遥感影像进行识别,以便于实现分类数据的比较和共享;低级别的土地覆被类型可以根据特定研究目的灵活制定,以满足特定的研究需要。

遥感与土地资源研究

随着世界人口的不断增加和对资源需求的日益迫切,作为自然资源重要组成部分的土地资源的调查和研究现已成为一项十分迫切的任务。要有效地进行土地资源的调查与研究,必须要革新调查和研究的方法与手段,着重提高其效率和精度,这是土地科学工作者目前所面临的一个重要的课题。 传统的土地资源调查,主要采用不同比例尺的地形图和专题要素图,进行综合分析,并配合航空象片解译和野外实地考察。这种方法目前仍不失其重要作用。

面向灾害应急土地覆被分类的样本自动选择方法研究

通过对自动化样本选择方法进行研究,实现了局部区域内面向对象的土地覆被自动分类。首先通过模糊聚类获得影像中的候选对象样本,分别提取影像特征和先验知识中的地类特征,通过预设阈值完成样本初步筛选,然后根据先验知识进行半监督距离度量学习,完成样本的自动选择,并为最终的监督分类提供度量依据。应用舟曲泥石流灾区影像进行了实验,结果表明,本文方法与基于人工选择样本的分类结果精度非常接近,同时在多次实验中表现出较高的稳定性,相对人工方法更加客观,适合批量自动化处理。

多源数据的土地覆被样本自动提取

随着遥感数据获取能力的不断增强,自动化程度已经成为大尺度遥感土地覆被分类面临的关键问题。然而,现有训练样本的人工选取方法成为制约土地覆被分类自动化的瓶颈。本文以河南、贵州两省为研究区,提出一种基于多源数据的土地覆被样本自动提取方法,以构建适用于大尺度的土地覆被自动分类。首先,以2010年1∶10万土地利用数据CHINALC和30 m分辨率全球土地覆被数据Globle Land30为样本数据源;然后,利用空间一致性分析及异质性分析确定样本初选区域;最后,通过样本提纯去除无效样本。结果表明:(1)应用多源数据的土地覆被样本自动提取方法获得的分类产品总体分类精度高于人工样本提取方法制作的全球土地覆被产品MCD12Q1。(2)与单源样本自动提取方法相比,应用多源数据的土地覆被样本自动提取方法,可获得更好的分类稳定性。综上,多源数据的土地覆被样本自动提取方法可在保证精度的同时,提升土地覆被分类的自动化程度。

基于植被演替的土地覆被变化研究——大渡河上游的森林采伐、更新和退化

目前常用的土地覆被分类系统没有反映植被演替过程, 不能与生态调查数据有效整合来分析区域土地覆被变化的环境效应. 文中以大渡河上游地区为例, 在4年野外考察的基础上, 依据植被演替过程对土地覆被进行详细分类, 建立了新的土地覆被分类系统, 并采用多时相数据源, 分别生成3期(1967, 1986, 2000年)土地覆被数据库,为土地利用/覆被变化、环境效应研究和生态建设提供了平台. 结果表明: (1) 土地覆被变化反映了云冷杉林采伐、自然演替和人工更新, 高山栎林和圆柏林在砍伐和放牧干扰下的大面积退化, 草甸退化、干旱河谷草地扩张、耕地撂荒和转变为果园等人为驱动的生态过程. 1967～2000年, 大渡河上游森林面积减少9.43%, 以草甸和草地、原始林和高寒灌丛为主的景观演变为草甸和草地、次生天然林、高寒灌丛、残次原始林、人工林和次生灌丛组成的景观, 景观破碎化程度加剧. (2) 大渡河上游的森林采伐迹地逐步恢复. 31年的森林采伐对象以云冷杉林为主, 其迹地仅6.86%自然演替为灌丛、草甸和草地或被开发为耕地, 其余均更新为人工林或自然演替为次生天然林, 采伐区的生态功能逐步恢复. (3) 在薪材砍伐、木炭烧制和牲畜过度放牧的驱动下, 自然恢复能力弱的高山栎林、圆柏林、亚高山草甸大面积退化,干旱河谷草地扩张, 严重削弱了区域生态屏障功能, 急需解决人为干扰问题并寻找有效的退化植被恢复途径与方法. 由于现有的天然林保护和生态重建措施忽视农牧民基本的生计问题, 要逆转干旱河谷与高山林线的植被覆盖与生态退化趋势, 关键在于帮助农牧民改变生计方式, 减轻或消除干扰压力.

洪涝监测与灾情评估

运用遥感技术和地理信息系统完成了对江西鄱阳湖地区、湖南洞庭湖地区洪涝灾害的遥感监测和灾情评估,绘制出详细反映受灾面积、居民地个数、人口、耕地等受灾情况的卫星影像图,为指挥抢险和抗洪救灾提供了翔实准确的参考资料。在1:10万比例尺合成孔径雷达图像提取洪水淹没范围线,并扫描输入计算机,然后对灾区洪水发生之前1:10万TM图像数据进行纠正和土地利用的自动分类,最后在地理信息系统软件ARC/INFO支持下,把从雷达图像上获取的淹没线。