中国科学院遥感与数字地球研究所土地覆盖数据技术服务

一．背景介绍

       土地覆盖数据是自然营造物和人工建筑物所覆盖的地表诸要素的综合体，包括地表植被、土壤、湖泊、沼泽湿地及各种建筑物，具有特定的时间和空间属性，其形态和状态可在多种时空尺度上变化。最主要组成部分是植被，但也包括土壤和陆地表面的水体；是陆地生物圈的重要组成部分，也是土地自然属性的重要反映；土地覆盖具有显著的空间特征、时间特征和时空尺度特征。

       土地覆盖数据是全球环境变化、碳氮循环等研究和应用、国家生态文明建设、自然资产价值等准确评估的基础数据。土地覆盖有别于土地利用数据，更侧重于土地的自然属性而不是社会属性。同时，土地覆盖数据对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具有重要的指导意义。

       土地覆盖数据是区域规划、气候变化、生态系统评估、环境建模等多项研究的基础数据之一，同时也是全球变化研究的重要组成部分，因此，基于遥感对地观测技术实施土地覆盖数据的生产受到越来越多的重视。如今，即时、高效的获取土地覆盖数据已成为发展趋势。

       地理国情监测云平台应中国科学院遥感与数字地球研究所的要求，对大兴安岭地区（约19.6万平方公里）2000年、2005年、2010年、2015年四期30m栅格土地覆盖数据提供产品技术服务，以满足客户科研工作的需求。

二．案例详情

       本次技术服务的核心是：基于2000年、2005年、2010年年Landsat5-TM与2015年Landsat8-OLI遥感影像生产30米土地覆盖数据产品，包括6种土地覆盖类型（常绿针叶林、常绿阔叶林、落叶针叶林、落叶阔叶林、混交林、其他）。本次技术服务主要流程如下：

       1.数据制作流程      

       本次数据产品服务主要分为5个阶段，分别是数据准备、分类体系建立、解译标志建立、分类解译阶段和对解译结果的精度检查如图1所示。

            图1. 数据制作流程                    

       2.土地利用分类体系

       按照国家土地覆盖分类方法，同时参照国内外现有的主要是美国马里兰大学土地覆盖分类体系，以及遥感信息源和我国地表覆盖的实际情况，将全国土地类型划分为6级分类土地覆盖数据产品。

       表1 覆盖分类系统

       3.提取方法

       土地覆盖数据是基于Landsat遥感信息源，结合实地调查和其他辅助数据，采用全数字化人机交互作业方法，主要根据对图像光谱、纹理、色调等的认识结合地形图目视解译而成；在内业建立解译判读标志与实现数据获取的基础上，结合外业实地考察验证，提高土地利用分类精度。

       4.遥感解译标志

       由于目视解译更侧重于人的知识的参与，为了减少由于不同人员的主观差异性所造成的误差，提高遥感判读精度，建立统一解译标志是十分必要的。在多个专家的参与下，根据影像光谱特征，结合野外实测资料，同时参照有关地理图件，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，最终建立解译标志库，以部分解译标志为例，来说明判读标准，如表2所示。

       表2部分土地覆盖解译标志

       5.质量控制与检查

       各工序过程质量按要求进行过程检查 ,需进行100%检查。土地利用数据抽样检查主要是对获取的土地利用数据产品进行空间抽样检查，验证土地利用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。

       6.技术服务成果展示

       本次产品加工技术服务成果如图2.所示：

图2.大兴安岭地区2015年土地覆盖空间分布图