东北林业大学土地利用、土地覆盖、植被覆盖度与气象数据技术服务

一．背景介绍

     土地是人类赖以生存和发展的重要自然资源,是人类一切经济活动的空间场所,是社会发展不可替代的生产资料。土地资源的稀缺性决定了其重要性。不同区域的土地,其自然、经济和社会条件存在着明显的差异,同样,相同的人类活动在不同地区也会产生不同的后果。由此可见,要正确识别土地利用活动所引起的效应,必须注意地区差异性。而土地利用分区恰好解决了此问题。土地利用分区就是依据土地的自然、社会经济条件的差异性、土地类型与土地利用方向的相对一致性,划分土地利用的基本单元.地域或用地类型区的过程。分区目的在于合理、科学、导向性开发利用土地。即在查清土地资源、土地利用现状及社会经济条件的基础上,进行土地利用的归纳共性,区别差异,科学地综合研究,揭示区域性差异的客观规律;阐明区域的自然条件,社会经济条件,土地资源优势,土地利用属性、结构、现状、特点、经验及问题,土地开发利用方向、潜力、途径和措施。 改革开放以来,全国各地区经济都有不同程度的发展,区域经济发展的格局发生了明显的变化。在经济飞速发展的同时,由于缺乏统筹协调,包括土地利用方面的统筹协调,使得区域差异拉大、产业结构趋同、重复建设严重、资源不合理利用及生态环境恶化等问题日益突出。面对这种情况,十六届三中全会提出了“坚持以人为本,树立全面、协调、可持续的发展观,促进经济社会和人的全面发展”,按照“统筹城乡发展、统筹区域发展、统筹经济社会发展、统筹人与自然和谐发展、统筹国内发展和对外开放”即“五个统筹”指导思想,对于国民经济的可持续发展具有重要意义。 统筹区域土地利用是贯彻落实国家区域发展政策、统筹区域发展的重要手段,是协调解决区域发展和资源环境方面问题的必然要求。

    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。

植被覆盖度（VFC）指植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比。容易与植被覆盖度混淆的概念是植被盖度，植被盖度是指植被冠层或叶面在地面的垂直投影面积占植被区总面积的比例。两个概念主要区别就是分母不一样。植被覆盖度常用于植被变化、生态环境研究、水土保持、气候等方面。

地理国情监测云平台应东北林业大学要求，对七台河市2017年30m栅格土地利用数据；大庆市1980年，1990年，2000年，2010年，2017年30m栅格土地利用数据：哈尔滨市，七台河市，大庆市2017年30m栅格土地覆盖数据；大庆市1个站点1980年，1990年，2000年，2010年，2017年降水、气压、湿度、气温、风速年值气象站点监测数值及大庆市2000年，2010年30m栅格年值VFC数据提供技术服务，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：基于研究区的Landsat系列遥感影像生产30米土地利用/土地覆盖数据产品，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，土地覆盖数据包括13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、灌丛、草地、永久性湿地、农田、城镇和建设用地、冰雪、裸露和建设用地、冰雪、裸露或稀少植被覆盖、水体）本次土地利用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/土地覆盖分类体系

    按照国家土地利用分类方法，结合刘纪远等在建设“中国20世纪LUCC时空平台”建立的LUCC分类系统，将土地利用类型归结为6个一级分类和25个二级分类，具体分类内容和含义如表1所示。

表1 土地利用分类系统

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，将全国土地覆盖类型划分为13级分类土地覆盖数据产品。

表2土地覆盖分类系统

        3）提取方法

土地利用/覆盖数据是基于Landsat8-OLI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/覆盖分类精度。

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部分土地利用解译标志

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/覆盖数据抽样检查主要是对获取的土地利用/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。

2.VFC数据技术服务的核心如下

   VFC数据技术服务的核心是利用植被指数近似估算植被覆盖度，常用的植被指数为NDVI。下面是在像元二分模型的基础上研究的模型：

VFC = (NDVI - NDVIsoil)/ ( NDVIveg - NDVIsoil)  （1）

其中, NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值，NDVIveg 则代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值。两个值的计算公式为：

NDVIsoil=（VFCmax*NDVImin- VFCmin*NDVImax）/( VFCmax- VFCmin)  （2）

NDVIveg=（(1-VFCmin)*NDVImax- (1-VFCmax)*NDVImin）/( VFCmax- VFCmin)  （3）

利用这个模型计算植被覆盖度的关键是计算NDVIsoil和NDVIveg。这里有两种假设：

1）  当区域内可以近似取VFCmax=100%，VFCmin=0%。

公式（1）可变为：

VFC = (NDVI - NDVImin)/ ( NDVImax - NDVImin)   （4）

NDVImax 和NDVImin分别为区域内最大和最小的NDVI值。由于不可避免存在噪声，NDVImax 和NDVImin一般取一定置信度范围内的最大值与最小值，置信度的取值主要根据图像实际情况来定。

2）  当区域内不能近似取VFCmax=100%，VFCmin=0%

当有实测数据的情况下，取实测数据中的植被覆盖度的最大值和最小值作为VFCmax和 VFCmin，这两个实测数据对应图像的NDVI作为NDVImax 和NDVImin。

当没有实测数据的情况下，取一定置信度范围内的NDVImax 和NDVImin。VFCmax和 VFCmin根据经验估算。

6.技术服务成果展示

   本次产品加工技术服务成果如图2-4所示：

图2.大庆市2017年土地利用分布图

图3.大庆市2017年土地覆盖分布图

    图2.大庆市2010年VFC分布图