全国高分辨率土地利用数据服务 土地利用数据服务 土地覆盖数据服务 坡度数据服务 土壤侵蚀数据服务 全国各省市DEM数据服务 耕地资源空间分布数据服务 草地资源空间分布数据服务 林地资源空间分布数据服务 水域资源空间分布数据服务 建设用地空间分布数据服务 地形、地貌、土壤数据服务 分坡度耕地数据服务 全国大宗农作物种植范围空间分布数据服务
多种卫星遥感数据反演植被覆盖度数据服务 地表反照率数据服务 比辐射率数据服务 地表温度数据服务 地表蒸腾与蒸散数据服务 归一化植被指数数据服务 叶面积指数数据服务 净初级生产力数据服务 净生态系统生产力数据服务 生态系统总初级生产力数据服务 生态系统类型分布数据服务 土壤类型质地养分数据服务 生态系统空间分布数据服务 增强型植被指数数据服务
多年平均气温空间分布数据服务 多年平均降水量空间分布数据服务 湿润指数数据服务 大于0℃积温空间分布数据服务 光合有效辐射分量数据服务 显热/潜热信息数据服务 波文比信息数据服务 地表净辐射通量数据服务 光合有效辐射数据服务 温度带分区数据服务 山区小气候因子精细数据服务
全国夜间灯光指数数据服务 全国GDP公里格网数据服务 全国建筑物总面积公里格网数据服务 全国人口密度数据服务 全国县级医院分布数据服务 人口调查空间分布数据服务 收入统计空间分布数据服务 矿山面积统计及分布数据服务 载畜量及空间分布数据服务 农作物种植面积统计数据服务 农田分类面积统计数据服务 农作物长势遥感监测数据服务 医疗资源统计数据服务 教育资源统计数据服务 行政辖区信息数据服务
Landsat 8 高分二号 高分一号 SPOT-6卫星影像 法国Pleiades高分卫星 资源三号卫星 风云3号 中巴资源卫星 NOAA/AVHRR MODIS Landsat TM 环境小卫星 Landsat MSS 天绘一号卫星影像
一、背景介绍
土地资源是人类赖以生存与发展的基础资源和物质保障,土地利用反映了人类与自然界相互影响与交互作用最直接和最密切的关系。土地利用数据是国土资源数据的核心,是国土资源管理部门开展土地利用规划、土地利用开发整理、建设用地审批、基本农田保护等业务的基础。常被用来描述某一区域内各地块的土地利用类型、土地权属性质、权属单位、坡度和面积等信息。
土地利用数据重点是反映区域范围内土地利用系统及土地利用各要素的状态、特征、动态变化、分布特点、区域土地利用结构等基本属性,还可以进一步获取人类对土地的开发利用治理改造、管理保护和土地利用规划等衍生数据。除此之外还可以以土地利用数据分析及推理得到更多视角、更深层次的信息。最直接的利用方式是制作土地利用类型图、按照权属或用地类型统计各类用地的比例以及为土地利用和土地资源评价提供基础信息等,其结果通常采用地图、图表、表格以及文字报告表现单一的数据处理结果。总之,土地利用数据在土地利用现状调查和制图、全球变化、环境监测、粮食估产、碳循环计算与评估等及其它具有特定目的、特定尺度的研究活动和具体应用方面具有重要的指导意义。
土壤质地类型不同表明各地土壤表层内具有不同的矿质颗粒大小分布特点,而不同的颗粒大小分布特点又具有不同的辐射传输、水分平衡、热量平衡等特点。因此,土壤质地类型资料可广泛应用于土壤资源评价、土壤肥力估计、大气热力学及动力学方程等。而区域土壤类型分布图是土壤水盐运移研究、灌溉工程规划设计、灌溉管理、土壤肥力评估等方面的基础资料,对于农业生产和土地资源利用管理具有重要的实际意义。
DEM,即数字高程模型,是对地貌形态的虚拟表示,可派生出等高线、坡度图等信息,它在测绘、水文、气象、地质、土壤、工程建设、军事等国民经济和国防建设以及人文和自然科学领域有着广泛的应用。如在工程建设上,可用于如土方量计算、通视分析等;在防洪减灾方面,DEM是进行水文分析如汇水区分析、水系网络分析、蓄洪计算、淹没分析等的基础。
地理国情监测云平台应浙江大学的要求,对太湖流域浙江段2008年1:10万土壤类型、2013年10米DEM和2017年30米土地利用数据提供技术服务,以满足客户项目及科研工作的需要。
二、案例详情
服务单位 |
浙江大学 |
服务时间 |
2019.03 |
服务内容 |
太湖流域浙江段2008年1:10万土壤类型、2013年10米DEM和2017年30米土地利用数据 |
土地利用数据
本次技术服务土地利用数据的核心是基于Landsat8- OLI遥感影像生产的太湖流域浙江段土地利用数据产品,包括耕地、林地、草地、水域、建设用地和未利用地在内的6个一级类和包括有林地、灌木林、疏林地、其他林地和高、中、低覆盖度草地等25个二级类型,具体土地利用分类内容及含义如附件中表1所示。土地利用数据技术服务主要流程如下:
1.数据获取与数据准备
本研究采用的遥感影像数据来自美国马里兰大学和中国科学院国际科学数据服务平台,均采用美国陆地卫星于2017年所拍摄的Landsat8- OLI遥感影像,云量均接近0%。本文的遥感影像成像时间不一致,根据瞬时状态下最大限度使图像上尽可能丰富地反映地表信息的原则,本次遥感调查主要选择5月下旬至6月中旬或8月下旬至9月中旬的图像,由于地物信息较清楚,由此带来的地物反射光谱差异显著,容易识别,影像解译比较容易。
2.数据预处理
在对影像数据进行分类解译之前,首先要对数据做预处理工作,主要步骤有:
(1)波段选择及融合
本文采用最佳指数法(Optimum Index Factor,简称)和特征值法相结合,共同确定了最佳波段组合,也就是Landsat8-OLI的5、4、3波段,分别赋予红、绿、蓝色作为标准假彩色合成的RGB波段。这一假彩色影像最关键的是突出了植被特征,并且能提供丰富的信息,能充分显示各种地物特征的差别,便于分类,可以保证分类的准确性。
(2)图像几何校正与配准
本次技术服务采用的Landsat图像已经在中国遥感卫星地面站进行过辐射校正和几何粗校正,但为了使研究结果更加的科学、可信,则必须的对影像进行几何精校正。几何精校正是利用地面控制点(Ground control Point,GPC)对由各种随机因素引起的遥感图像进行几何畸变的校正。本研究以研究区的地形图作为参考图像,必要时辅以实地考察的GPS点,采用多项式几何纠正计算模型,对遥感影像进行几何精校正。
(3)图像增强处理
传感器获取的遥感图像含有大量地物特征信息,在图像上这些特征信息以灰度形式表现出来,当地物特征间表现的灰度差很小时,目视判读就无法辨认,图像增强处理是的目的在于突出图像中有用的信息,扩大不同图像特征之间的差别,从而提高对图像的解译和分析能力。遥感数字图像增强处理一般可分为两大类:频域法和空间域法。本文主要采用空间域图像增强方法,其遵循视觉效果比较好、计算相对简单、合乎应用要求的原则。另外,在后面遥感图像分类的新波段变量构造部分还应用了NDVI指数以区分植被和非植被以提高分类精度。
(4)影像拼接与裁剪
本案例中的研究区域为太湖流域浙江段,则遥感影像数据需要覆盖整个研究区,因此需要进行影像拼接,进行拼接时首先要参照某一遥感影像,将其它遥感影像进行直方图匹配处理,使得所有用到的遥感影像具有基本一致的色调,然后再将要用到的影像进行无缝的拼接处理,之后经过裁剪得到覆盖整个研究区的遥感影像。
3.分类方法
本次服务是基于Landsat等遥感信息基础上,在多位专家的参与下,采用全数字人机交互作业方法,同时参照有关地理图件和统计资料,结合外业实地考察验证,对地物的几何形状,颜色特征、纹理特征和空间分布情况进行分析,并在综合各位专家意见后,建立遥感影像解译标志。在内业建立解译标志与实现数据获取的基础上,不断的对解译模板进行修改,直到修改的模板经过评价以后比较满意为止,以提高土地利用/覆盖类型精度。动态图斑数据主要采用“动态分割图斑法”。参照国内外现有土地利用/土地覆盖 的分类体系,结合本项目的开展的目的和要求以及遥感信息源的情况,制定了有6个一级分类,25个二级分类的土地利用/土地覆盖分类体系。
在分类过程中,由于遥感图像自身的空间分辨率,同物异谱以及异物同谱现象广泛存在,所以错分和误分的情况很常见,因此对分类结果要做进一步的处理工作,也就是去除小图斑的工作,我们常称之为分类后处理。常用的分类后处理方法有:聚类统计(Clump)、过滤分析(Sieve)、去除分析(Eliminate)和分类重编码(Recode)等。
4.质量控制与检查
各工序过程质量按要求进行过程检查 ,需100%检查。
土地利用/覆盖数据抽样检查
对获取的土地利用/覆盖数据产品进行空间抽样检查,验证土地利用/覆盖数据类型定性是否正确。验证的方式主要依靠高分影像(要考虑影像的时效性)与野外实地验证相结合的方式作业,未达到抽样精度90%的重新修正数据。
5.细小地物的处理技术与方法
太湖流域浙江段土地利用类型和土地利用结构复杂,特别是近十年土地资源的利用类型变化巨大,要得到准确的土地利用面积,必须采用相应的采样技术,获取有关信息,从而保证资源类型尤其是耕地资源面积的准确性。因此,综合考虑,并考虑到耕地内部细节一般相对不变。将细小地物抽样分三类扣除:第一类是从LANDSAT影像中抽取小于6×6个象元的面状细小地物;第二类是从LANDSAT影像中扣除重要线状地物;第三类是结合分辨率更高的航片抽取更加细小的地物。这三种抽样方法都各自形成一个细小地物抽样成数数据库用于细小地物的面积扣除。
6.技术服务成果展示如图1所示
图1. 太湖流域浙江段2017年土地利用现状图
附件:
表1 土地利用分类内容及含义
一级类型 |
二级类型 |
|||
编号 |
名称 |
编号 |
名称 |
含义 |
1 |
耕地 |
- |
- |
指种植农作物的土地,包括熟耕地、新开荒地、休闲地、轮歇地、草田轮作物地;以种植农作物为主的农果、农桑、农林用地;耕种三年以上的滩地和海涂。 |
- |
- |
11 |
水田 |
指有水源保证和灌溉设施,在一般年景能正常灌溉,用以种植水稻,莲藕等水生农作物的耕地,包括实行水稻和旱地作物轮种的耕地。 |
- |
- |
12 |
旱地 |
指无灌溉水源及设施,靠天然将水生长作物的耕地;有水源和浇灌设施,在一般年景下能正常灌溉的旱作物耕地;以种菜为主的耕地;正常轮作的休闲地和轮歇地。 |
2 |
林地 |
- |
- |
指生长乔木、灌木、竹类以及沿海红树林地等林业用地。 |
- |
- |
21 |
有林地 |
指郁闭度>30%的天然林和人工林。包括用材林、经济林、防护林等成片林地。 |
- |
- |
22 |
灌木林 |
指郁闭度>40%、高度在2米以下的矮林地和灌丛林地。 |
- |
- |
23 |
疏林地 |
指林木郁闭度为10-30%的林地。 |
- |
- |
24 |
其它林地 |
指未成林造林地、迹地、苗圃及各类园地(果园、桑园、茶园、热作林园等)。 |
3 |
草地 |
- |
- |
指以生长草本植物为主,覆盖度在5%以上的各类草地,包括以牧为主的灌丛草地和郁闭度在 10%以下的疏林草地。 |
- |
- |
31 |
高覆盖度草地 |
指覆盖>50%的天然草地、改良草地和割草地。此类草地一般水分条件较好,草被生长茂密。 |
- |
- |
32 |
中覆盖度草地 |
指覆盖度在>20-50%的天然草地和改良草地,此类草地一般水分不足,草被较稀疏。 |
- |
- |
33 |
低覆盖度草地 |
指覆盖度在5-20%的天然草地。此类草地水分缺乏,草被稀疏,牧业利用条件差。 |
4 |
水域 |
- |
- |
指天然陆地水域和水利设施用地。 |
- |
- |
41 |
河渠 |
指天然形成或人工开挖的河流及主干常年水位以下的土地。人工渠包括堤岸。 |
- |
- |
42 |
湖泊 |
指天然形成的积水区常年水位以下的土地。 |
- |
- |
43 |
水库坑塘 |
指人工修建的蓄水区常年水位以下的土地。 |
- |
- |
44 |
永久性冰川雪地 |
指常年被冰川和积雪所覆盖的土地。 |
- |
- |
45 |
滩涂 |
指沿海大潮高潮位与低潮位之间的潮浸地带。 |
- |
- |
46 |
滩地 |
指河、湖水域平水期水位与洪水期水位之间的土地。 |
5 |
城乡、工矿、居民用地 |
- |
- |
指城乡居民点及其以外的工矿、交通等用地。 |
- |
- |
51 |
城镇用地 |
指大、中、小城市及县镇以上建成区用地。 |
- |
- |
52 |
农村居民点 |
指独立于城镇以外的农村居民点。 |
- |
- |
53 |
其它建设用地 |
指厂矿、大型工业区、油田、盐场、采石场等用地以及交通道路、机场及特殊用地。 |
6 |
未利用土地 |
- |
- |
目前还未利用的土地,包括难利用的土地。 |
- |
- |
61 |
沙地 |
指地表为沙覆盖,植被覆盖度在5%以下的土地,包括沙漠,不包括水系中的沙漠。 |
- |
- |
62 |
戈壁 |
指地表以碎砾石为主,植被覆盖度在5%以下的土地。 |
- |
- |
63 |
盐碱地 |
指地表盐碱聚集,植被稀少,只能生长强耐盐碱植物的土地。 |
- |
- |
64 |
沼泽地 |
指地势平坦低洼,排水不畅,长期潮湿,季节性积水或常年积水,表层生长湿生植物的土地。 |
- |
- |
65 |
裸土地 |
指地表土质覆盖,植被覆盖度在5%以下的土地。 |
- |
- |
66 |
裸岩石质地 |
指地表为岩石或石砾,其覆盖面积>5%的土地。 |
- |
- |
67 |
其它 |
指其它未利用土地,包括高寒荒漠,苔原等。 |
土壤类型数据
该数据技术服务所使用的是2008年中国1:10万比例尺土壤类型数据,主要依据土壤发生学而进行的土壤分类。土壤发生学分类认为土壤是一个独立的历史自然体, 它不是孤立存在的,而是与自然地理条件及其历史的发展紧密联系着。成土因素的发展和变化制约着土壤的形成和演化,土壤是随着成土因素的变化而变化的。由于成土因素,特别是气候和植被,具有地理分布的规律性,因而土壤的分布也表现出地理分布的规律性。因此,以土壤形成和演化的地理环境作为土壤划分的主要依据,同时强调以成土条件、成土过程和土壤属性三者相结合来进行具体的土壤分类。该土壤类型数据属性内容包括有土纲、土类和亚类以及相应的编码和名称。土类编码及名称如表1所示。
表1中国土壤类型分类编码
编码 |
土类 |
编码 |
土类 |
编码 |
土类 |
01 |
南方水稻土 |
21 |
褐土 |
41 |
碱土 |
02 |
鲜血水稻土 |
22 |
灰褐土 |
42 |
磷质石灰土 |
03 |
北方水稻土 |
23 |
暗棕壤 |
43 |
石灰 ( 岩) 土 |
04 |
黄刚土 |
24 |
漂灰土 |
44 |
紫色土 |
05 |
黄堰土 |
25 |
灰黑土 |
45 |
龟裂土 |
06 |
黄垆土 |
26 |
黑土 |
46 |
风沙土 |
07 |
娄土 |
27 |
白浆土 |
47 |
山地草甸土 |
08 |
黑垆土 |
28 |
黑钙土 |
48 |
山地灌丛草原土 |
09 |
绵土 |
29 |
栗钙土 |
49 |
黑毡土 |
10 |
熟黑土 |
30 |
棕钙土 |
50 |
巴嘎土 |
11 |
潮土 |
31 |
灰钙土 |
51 |
草毡土 |
12 |
灌淤土 |
32 |
灰漠土 |
52 |
莎嘎土 |
13 |
绿洲土 |
33 |
灰棕漠土 |
53 |
高山漠土 |
14 |
砖红壤 |
34 |
棕漠土 |
54 |
寒漠土 |
15 |
赤红壤 |
35 |
暗色草甸土 |
71 |
冰川和雪被 |
16 |
红壤 |
36 |
灰色草甸土 |
72 |
盐壳 |
17 |
燥红土 |
37 |
沼泽土 |
90 |
湖泊 |
18 |
黄壤 |
38 |
滨海盐土 |
|
|
19 |
黄棕壤 |
39 |
盐土 |
|
|
20 |
棕壤 |
40 |
内陆盐土 |
|
|
2008年全国1:10万土壤类型分布图的编制单位为中国科学院南京土壤研究所,由地图出版社出版, 投影方式为Albers等积圆锥投影, 图像精度在0.4~1.6 km之间。本次数据产品技术服务所使用的1:10万土壤类型数据是在中国科学院地理研究所专家团队的带领下,同时参照有关地理图件,对出版地图进行人工数字化所得到。利用太湖流域浙江段最新的范围裁剪即得到该区域土壤类型数据分布图。
1.DEM数据服务建立方法
资源三号测绘卫星,简称ZY3,是中国第一颗民用高分辨率光学传输型测绘卫星,卫星于2012年1月9日发射,它搭载了四台光学相机,包括一台地面分辨率2.1m的正视全色TDI CCD相机、两台地面分辨率3.6m的前视和后视全色TDI CCD相机、一台地面分辨率5.8m的正视多光谱相机,数据主要用于地形图制图、高程建模以及资源调查等。卫星设置寿命5年,可长期、连续、稳定地获取立体全色影像、多光谱影像以及辅助数据,可对地球南北纬84度以内的地区实现无缝影像覆盖。
ENVI软件的DEM自动提取模块能够简单、快速地从扫描或者数字航空影像、摆扫式或推扫式卫星传感器,如ALOS PRISM, ASTER, CARTOSAT-1, FORMOSAT-2, GeoEye-1, IKONOS, KOMPSAT-2, OrbView-3, QuickBird, WorldView-1/2、SPOT1~6,以及国产的资源三号、天绘卫星系列等创建DEM。独特的向导工具使得DEM提取更加简便、自动;提取完成后还可以使用DEM编辑工具对DEM进行局部编辑;DEM模块全面支持RPC模型参数,尽可能用最少的地面控制点达到有效精度;重叠区可以选择基于灰度或者特征自动寻找匹配点,减少工作量。
具体工作步骤包含以下六步:
1)输入立体像对:一般左影像加载正视影像(NWD文件夹为正视影像文件夹) ;右影像加载后视影像(BWD影像为后视影像文件夹)或者前视(FWD文件夹为正视影像文件夹)。
2)定义地面控制点:软件提供三种定义地面控制点方式:不定义、交互式定义和读取控制点文件。如选择不定义控制点,提取的是相对对高程。
3)定义连接点:软件提供三种定义连接点方式:自动寻找、交互式手工定义和外部读取控制点文件。经测试,利用自动找点的功能可以对资源三号数据全自动的找到连接点。自动找点需要设置连接点个数、搜索窗口、移动窗口、点的相关性阈值等相应参数。自动找点的结果有时候一定误差,根据误差由大到小排序对Tie点的逐个检查删除或者修改误差大点,让Tie在许可范围内。
4)设定DEM提取参数:ENVI会生成核线图像,可以用于立体观测。设置输出像元大小为10m,并设置背景值、地形精细程度等参数。
5)输出DEM并检查结果。
6)编辑DEM并形成最终成果: 生成的DEM有些地方如果有厚云等,对获得的地形有影响,可以通过手动编辑来更改这些区域的高程数据。
表1. 编辑DEM高程值的几种方法
方法 |
说明 |
Replace with value |
用指定的值替换感兴趣区内的高程值,需要设定一个替代常量。 |
Replace with mean |
用感兴趣区内原来的平均高程值替换整个感兴趣区内的高程值。 |
Smooth |
|
Median Filter |
对感兴趣区内做中值卷积滤波,需要设定一个卷积核,默认为3x3。 |
Noise Removal |
如果感兴趣区内原高程值大于其周围高程值的标准差,则用周围高程值的中值代替。 |
Triangulate |
用三角内插算法对感兴趣区内的高程值重新插值。 |
用薄板样条插值算法对感兴趣区内的高程值重新插值。 |
2.技术服务成果展示如下图3所示
图3. 太湖流域浙江段DEM分布图