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
土地资源是指已经被人类所利用或可预见的未来能被人类利用的土地。土地资源既包括自然范畴,即土地的自然属性,也包括经济范畴,即土地的社会属性,是人类的生产资料和劳动对象。
土地资源指可供农、林、牧业或其它利用的土地,是人类生存的基本资料和劳动对象,具有质和量两个内容。在其利用过程中,可能需要采取不同类别和不同程度的改造措施。土地资源具有一定的时空性,即在不同地区和不同历史时期的技术经济条件下 ,所包含的内容可能不一致。如大面积沼泽因渍水难以治理,在小农经济的历史时期,不适宜农业利用,不能视为农业土地资源。但在已具备治理和开发技术条件的今天,即为农业土地资源。由此,有的学者认为土地资源包括土地的自然属性和经济属性两个方面。
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。
地理国情监测云平台应上海交通大学的要求,对上海市青浦区金泽镇和朱家角镇1m栅格土地利用数据提供产品技术服务,以满足客户科研工作的需求。
服务单位 |
上海交通大学 |
服务时间 |
2019.06 |
服务内容 |
上海市青浦区金泽镇和朱家角镇1m栅格土地利用数据 |
1、总体技术路线
2、数据源收集及处理
1)遥感数据源
上海市青浦区金泽镇和朱家角镇面积约201平方公里,本项目需要生产金泽镇和朱家角镇2018年土地利用数据,拟采用的遥感数据源为高分二号遥感卫星,分辨率0.8m。本次需要收集四景高分二号卫星影像。
2)遥感影像处理
1)影像配准
同一地区的两幅图像,使其中一幅图像的特征与另外一幅图像中该特征的相对位置一致,这一处理过程称为配准,数据配准是非常关键的一步,直接影响到数据产品的最终成果。
采集配准控制点的好坏直接影响配准精度,针对控制点的建立,均匀选取一定数量的同名点,点位分布要均匀且能够控制整景影像,数量一般为30个左右,也可根据实际情况适当增加配准点,选点位置要准确,在选择的过程中时时控制误差,监测X与Y方向的误差值和所有点的平均误差,在误差符合要求的情况下,导出并保存点信息文件。
2)彩色合成
影像的波段组合有多种方式,不同的彩色合成方式可以凸显不同地物的光谱特征。
3)影像融合
影像融合是将同一目标或场景的用不同传感器获得的,或用同种传感器以不同成像方式,或在不同成像时间获得的不同影像,融合为一幅影像,在保持多光谱影像辐射信息的同时提高了影像的空间分辨率的遥感影像处理方法。常用的遥感影像融合方法主要有:HIS变换法、主成分变换法、BROVEY变换、高通滤波、小波变换等。
3、土地利用数据生产流程
本项目生产的土地利用栅格数据,均为人工目视解释、人工勾绘矢量图斑制作,然后转换为栅格数据。
1)建立分类体系
参照国内外现有土地利用的分类体系,结合本项目开展和要求以及遥感信息源的情况,根据练塘镇实际地物分布情况,制定了7个一级分类,17 个二级分类的土地利用分类体系。
一级地类:耕地、园地、林地、草地、水域、城乡(工矿、居民)、道路用地;
二级地类:旱地、水田、设施农业用地、鱼塘、果园、菜地、林地、灌木地、疏林地、草地、河流、坑塘、沟渠、城镇建设用地、乡村居民点、工矿仓储用地、道路。
2)人工目视解译流程
本项目数据基于 ArcGIS 软件平台进行人工解译。
基于 ArcGIS 软件平台的人工解译具体操作如下:
1) 首先打开 ArcGIS 软件界面,将遥感影像加载进去,并在 Catalog 中创建地理数据库/要素数据集/要素类等。
2) 使用编辑工具开始对相应的地物进行编辑,建立相应的面图层,对影像中的各类地物进行编辑。
3) 对矢量数据进行拓扑检查 :对解译结果进行拓扑错误的检查主要是在 ArcGIS 软件平台中完成的,主要操作步骤如下:在 Catalog 目录树中,右击相应的分类结果数据集,创建拓扑层,在输入相应的拓扑名称以及设置相应的拓扑容差后,添加相应的拓扑规则,完成拓扑错误检验。
3)数据质量检查及精度验证
本项目数据检查过程中,质检人员对数据生产人员完成的土地利用矢量数据分别按照15%的图斑比例随机抽取,对被抽取的矢量图斑进行全面检查。检查时,采用重复判读分析的方法,逐一对矢量图斑的勾绘准确性、土地利用分类类别属性代码进行检查,有疑问图斑由原生产人员确认,错误图斑由原生产人员修改,遗漏图斑由原生产人员进行补绘。修改完成后重新进行检查,检查通过后将矢量数据按照要求转换为1m分辨率的土地利用栅格数据。
最终保证土地利用数据平均分类精度达到90%以上,交通用地和城乡、工矿、居民用地平均分类精度达到95%以上,绝对位置误差小于10米。
4)数据格式转换及成果提交
本项目所生产的土地利用矢量数据经质检合格后,由技术人员在ArcGIS软件中利用矢栅转换工具将矢量数据转换为分辨率1m的栅格数据。最终提交的栅格文件类型为tiff文件,地理坐标系为:GCS_WGS_1984。
4、数据成果展示