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
土地利用数据存在复杂的空间关系、其综合是一项十分复杂的工程;栅格数据结构明确,邻域探测简单,数学建模方便。因此利用结构化的栅格数据来实现土地利用综合更具易行性。以土地利用栅格数据为研究对象,并考虑数据自身的特点,在数学形态学与元胞自动机等栅格处理方法的基础上加入语义因素来实现像元转换规则,最终实现土地利用栅格数据综合。栅格结构是最简单最直接的空间数据结构,是指将地球表面划分为大小均匀紧密相邻的网格阵列,每个网格作为一个象元或象素由行、列定义,并包含一个代码表示该象素的属性类型或量值,或仅仅包括指向其属性记录的指针。因此,栅格结构是以规则的阵列来表示空间地物或现象分布的数据组织,组织中的每个数据表示地物或现象的非几何属性特征。
地理国情监测云平台应武汉大学的要求,对2010年1km长江流域土地利用栅格数据进行加工技术服务,以满足客户科研工作需求。
二、案例详情
1.遥感影像的处理
本案例中的土地利用数据加工方法大致分为以下几步:
以2000年遥感影像为例,2000年遥感监测的信息源为美国LANDSAT-TM影像(1999-2000),分辨率为30 m×30m ;20世纪70年代遥感监测的信息源为美国LADSAT-MSS影像(1975-1978),分辨率为80m×80m。为了更好的突出地表植被特征,选择TM4、3、2波段和MSS4、5、7波段进行假彩色合成。
在遥感图像的季相确定时,既要注意所在调查区域内遥感信息瞬时覆盖时本身的质量(如含云量度 <10%等技术指标),又必须顾及不同区域的时效性季相差异选择。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,全国遥感调查主要选择5月下旬至6月中旬或8月下旬至9月中旬的图像,对部分边远地区和数据获取困难地区可适当放宽时段限制。
2.信息提取
全国土地利用数据产品是指基于Landsat TM遥感影像,我公司地理国情监测云平台专业人员采用全数字化人机交互遥感快速提取方法,同时参考国内外现有的土地利用/土地覆盖分类体系,以及遥感信息源的实际情况,将遥感影像进行解译并在进行实地验证将全国土地利用数据类型划分为6个一级分类,25个二级分类以及部分三级分类的土地利用/土地覆盖数据产品,并结合本项目制定土地利用数据产品分类体系,详见表1。
遥感信息提取的方法主要为目视解译,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,因此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,最终建立表2所示的判读标志。
3.数据集成
空间数据集成是对数据形式特征(如格式、单位、分辨率、精度)等和内部特征(特征、属性、内容等)做出全部或部分的调整、转化、合成、分解等操作,其目的是形成充分兼容的数据库。数据集成是面向应用项目的,数据集成应中包括空间、属性和时间等对对象数据特征的处理,集成成果的表达与具体需求和已形成的数据规范和标准分不开。
针对研究目的和内容,我们对土地利用/土地覆盖数据在内部属性、空间数据精度、空间分析尺度及数据时间序列等重新进行了调整,使其有效的组织在一起,客观地科学地反映全国土地利用的动态变化过程。
4.质量控制方法
(1)遥感影像纠正采用投影变换方法(PROJECT),控制点要选择比较明显的地物,如道路交差点,坝址等,并与地形图相对应,分布要均匀,控制点的个数要大于4个,误差控制在一个像元,TM影像纠正的方根误差(a RES error)小于0.01,MSS影像纠正的方根误差(a RES error)小于0.08
(2)地形图纠正采用有限元方法(Finite Element)。70年代末地形图纠正误差要求①经纬网偏差不超过一个像素(即8.4米);②经线方向的方里网误差不超过2个像素(即17m);③纬线方向的方里网不超过3个像素(即25m)。
30年代和世纪初地形图进行二次纠正时,选择小村屯作为控制点,误差不能大于500米
(3)专题信息矢量化采用人机交互判读实现,分为基于遥感影像的专题信息和分为基于地形图的专题信息。遥感影像解译精度保证耕地、城镇图班的属性判对率达到95%和其他地类达到90%。最小图斑大于6*6个像元,图斑最窄距离为4个像元。地形图数字化时漏绘率小于98%,最小绘图单位为4平方毫米。
5.技术服务成果展示
本次产品加工技术服务成果如图所示:
图1 长江流域土地利用栅格数据