共查询到15条相似文献，搜索用时 156 毫秒
1.
该文提出了一种基于LCCS分类体系的大尺度土地覆被遥感产品间类别一致性的定量计算方法,并以GLOBCOVER和MODIS COLLECTION5两种大尺度土地覆被遥感产品为数据源对该方法进行了验证。结果表明:GLOBCOVER和MODIS COLLECTION5两者间的类别一致性区域较小,且集中分布于中国的华北、四川盆地、台湾省、西北沙漠地区和喜马拉雅山东麓。类别一致性值分区统计表明,两种土地覆被遥感产品的类别一致性面积百分比存在显著的区域差异,在东北区域,高值区和低值区总面积相近,该区域一致性值以0.5～0.7为主,约占该区域总面积的35%;在西北区域,一致性值以0.7～0.9为主;在华北区域,一致性值表现出明显的高值优势,一致性值大于0.9的区域约占区域总面积的63%;在东南区域,类别一致性值表现出高值面积百分比大于低值面积百分比的特征;青藏高寒区的类别一致性值则与东南区域相反;四川盆地的陆表土地覆被类别以耕地为主,因此表现出与华北区域类似的分布特征;西南区域各个区间的类别一致性值百分比表现出较为均匀的分布特征,并无明显优势级别。 相似文献
2.
中国区域多源土地覆被遥感产品精度分析与验证 总被引：2，自引：1，他引：1
国家及区域尺度的土地覆被信息对于解决环境演变、生物多样性保护、生态系统评价及环境建模等一系列问题起着至关重要的作用。该文以中国科学院CHINA2000数据为参考,从国家尺度比较了当前全球4种土地覆被遥感产品的分类精度,以便解释验证数据与参考数据在空间及专题上的一致性和异质性。结果表明:与参考数据相比,4种遥感产品的土地覆被类别的空间分布,从整体上表现出较高的一致性,但在局部区域差异性较大,特别是在景观异质性较强的西南和东南地区;GLC2000遥感产品从相关系数和总体精度方面都表现出与参考数据较好的一致性,其相关系数为0.92,总体精度为55.86%,GLOBCOVER产品则表现出与参考数据较差的一致性;4种产品与参考数据在空间上表现出明显的混淆现象,混淆主要发生于林地、灌木、草地和耕地之间,这表明粗空间分辨率遥感产品在识别叶类土地覆被类型的能力上仍需要改进,该文为中国用户合理利用遥感产品提供了科学合理的依据。 相似文献
3.
分析了GLOBCOVER,MODIS COLLECTION5,GLCNMO和GLC2000四种数据在中国区域的类别精度、空间一致性及类别均质性空间分布特征,结果表明:四种全球土地覆被遥感数据与参考数据存在一定的混淆现象,混淆主要发生于林地、草地、灌木和耕地之间,其中灌木与其他地类的混淆程度最为严重;四种数据完全空间一致性区域主要位于以林地、耕地、草地为主的光谱特征较为显著区域,其总面积约占研究区域总面积的39.03%;较为一致区域主要分布于完全一致区域周围,该区域的面积约占研究区总面积的40.67%,该区域主要地表类型为草地和裸地以及耕地为主;不一致区域的面积约占研究区总面积的18.56%,该区域地表类型较为复杂,地表景观呈现明显的破碎现象,耕地、林地、灌木、草地交错分布;完全不一致区域约占研究区总面积的1.74%,并且集中分布于胡焕庸地理分界线两侧,成典型的带状分布特征;四种土地覆被遥感数据的空间均质性谱图整体上趋于一致,主要分布于中国的华北平原、西北沙漠地区和东南地区。图谱表明,各地表土地覆被类别在中国西南地区的均质性区域几乎消失,这主要是因为该区域地表景观过于复杂,表现出强烈的景观异质性。本文为用户合理利用这些数据提供科学合理的依据,为多源土地覆被数据融合提供了必要的先验知识。 相似文献
4.
多源土地覆被产品在长三角地区的一致性分析与精度评价 总被引：4，自引：3，他引：1
土地覆被数据是全球环境问题,人类活动对生态系统影响评估等相关研究的重要数据源。近年来国内外生产了众多全球尺度或国家尺度上的土地覆被数据集,这些数据集在应用于特定区域研究时精度的可靠性以及多源数据集间的一致性对数据集的选择有着重要意义。该研究以长三角为研究区域,采用混淆矩阵、构成相似性分析和空间一致性分析等方法,对CCI_LC、FROM-GLC、GLC_FCS30、GLCNMO、GlobeLand30和CGLS_LC6种土地覆被数据集进行了基本精度验证及一致性分析,并探讨了面向不同用户需求的土地覆被数据产品的适用性。结果表明:CCI_LC、FROM-GLC、GLC_FCS30、GLCNMO、GlobeLand30和CGLS_LC在长三角地区的总体精度分别为76.89%、78.42%、84.67%、74.26%、80.61%和85.43%;产品间土地覆被类型面积估算的相关系数均大于0.9;FROM-GLC、GLC_FCS30和GlobeLand30三套产品对长三角地区65.51%的土地分类有完全一致性,产品间一致性分别为72.23%、77.99%和76.41%。6种产品对于广泛分布且占研究区大部分面积的耕地、林地、水体和建设用地具有较好的分类精度,湿地、裸地、灌丛和草地分类结果较弱,需要辅助其他数据产品使用。结合地形地貌分析来看,长三角地区土地覆被分类精度整体受地形起伏影响较小,但丘陵密布的浙江省的部分区域受地形影响出现了分类不稳定的情况。从城市发展的角度看,长三角地区土地覆被分类精度受到城市经济发展活跃程度影响。面向用户应用需求来看,耕地类型上CGLS_LC数据具有最优表现,林地和建设用地类别上GLC_FCS30和CGLS_LC具有相近的优秀表现,而水体类别则是FROM-GLC数据更具有优势。 相似文献
5.
针对现有土地覆被遥感产品及融合方法存在的不足,该文提出了一种新的分类体系转换方法,实现了证据理论(Dempster-Shafer)框架下多源产品的集成,并以GEOWIKI、林业调查数据为参考,通过绝对及交叉验证方法对融合结果精度进行了评价。研究结果表明:无论总体精度还是类别精度,融合结果与原始数据相比均有一定提高,说明在融合过程中,吸收了多源数据的类别分布特征,做到了多源数据间的互补。通过融合结果的不确定性分析,总体上融合结果的不确定性较小,但在景观异质性较强区域,融合结果的不确定性显著,不确定性值集中于0.4~0.7之间,这说明如何提高景观异质性区域的土地覆被类别精度,实现该区域数据重构是未来亟需解决的问题。该文所得成果为未来全球或区域尺度土地覆被遥感产品的研制及产品精度验证提供了参考。 相似文献
6.
时间序列LAI对模拟大气与植被边界上的碳水交换过程至关重要,其已经成为众多区域尺度的碳水循环机理模型研究中重要的驱动数据。针对低空间分辨率MODIS LAI产品在中小区域尺度应用时表达LAI的空间异质性精度差问题,该研究提出了一种中小区域尺度时间序列林地LAI快速估测方法。该方法首先提取了林地MODIS LAI的归一化生长曲线,利用三次样条插值函数进行归一化LAI曲线的拟合,以此曲线模拟LAI的全年变化情况;其次基于传统遥感统计模型和TM遥感数据估测展叶完全时期的LAI,作为研究区域LAI的最大值并以此控制LAI生长曲线;最后将归一化LAI拟合函数与最大LAI相乘得到时间序列LAI数据集。试验结果表明:MODIS LAI产品对中小区域尺度较高空间分辨率LAI值的估测不够准确,但MODIS LAI归一化生长曲线与归一化的实际LAI生长变化情况保持较高的一致性,可以用来模拟LAI的全年变化情况;该研究提出的方法可简单、高效地为中小区域尺度的其他研究提供有效的时间序列林地LAI数据。 相似文献
7.
融合面向对象与缨帽变换的湿地覆被类别遥感提取方法 总被引：2，自引：2，他引：0
为了有效提取湿地覆被类别遥感信息,该文基于国产环境星影像(HJ-CCD)和Landsat7遥感影像(ETM)提出了一种融合面向对象技术和缨帽变换的提取湿地覆被信息的方法,并对东洞庭湖区的湿地进行提取。遥感提取结果的总体精度90.02%,Kappa系数0.88,高于传统的分类方法分类的量化结果;获得的结果没有"椒盐现象"且比较紧致。试验结果表明融合面向对象和缨帽变换的方法能够有效的提取湿地覆被类别,精度高,效果好。研究结果为有效地利用遥感手段提取湿地覆被信息提供参考。 相似文献
8.
亚像元定位技术对地表遥感信息提取及农业遥感定量化发展具有重要意义。针对当前国内外亚像元定位研究多集中于亚像元定位模型而缺少模型定位精度影响因素分析的现状,该文开展了定位尺度因素(如重建尺度、影像空间分辨率)和像元空间关系等对农业区域多光谱遥感影像亚像元定位模型精度影响的定量分析。以中国吉林省白城地区洮南市和内蒙古自治区兴安盟突泉县交界农业区为研究区域,以典型的空间引力模型为核心模型,以具有相同光谱分辨率的高分一号(GF-1)卫星8、16 m空间分辨率多光谱遥感影像为基础数据,对重建尺度、影像空间分辨率和像元空间关系等因素对遥感亚像元定位精度的影响进行了探讨。结果表明,对于8 m空间分辨率GF-1遥感影像,当重建尺度为5时,在邻接空间关系下的亚像元定位可达到最佳效果,即由40 m空间分辨率遥感影像重建8 m空间分辨率遥感影像的总体精度为74.67%,Kappa系数为0.604;对于16 m空间分辨率GF-1遥感影像,当重建尺度为4时在象限空间关系下的亚像元定位可达到最佳效果,即由64 m空间分辨率重建16 m空间分辨率遥感影像的总体精度为74.65%,Kappa系数为0.623。此外,重建尺度、影像空间分辨率和像元空间关系对亚像元定位精度具有波动影响,3个因素对应的亚像元定位总体精度最大变幅分别为18.08%、4.39%和0.08%,对应Kappa系数变化最大幅度分别为0.268、0.049和0.006。因此,在不同精度影响因素下,基于空间引力模型的GF-1亚像元定位精度影响因素轻重等级依次为重建尺度影像空间分辨率像元空间关系,这可为遥感亚像元定位模型选取、模型参数设置以及适宜的遥感数据选择提供一定参考。 相似文献
9.
准确量化土地覆被变化对蒸散发的影响是深刻理解全球变化背景下的水资源响应机理的重要前提。该研究基于土地覆被产品MCD12Q1、蒸散发产品MOD16及涡动相关等数据,通过构建剔除气候变化的动态分析方法,量化了2001-2020年间澜湄流域热带地区土地覆被变化对蒸散发耗水量的动态影响。结果表明：1）MCD12Q1与MOD16在该流域的精度较高,其中MCD12Q1的总体精度为82.3%,MOD16在8 d以及月尺度上的RMSE仅略大于1 mm/d;2）2001-2020年研究区植被整体退化明显,其中森林转变为灌木和灌木转变为农田约占流域变化面积的61.2%;3）2001-2020年期间主要土地覆被变化导致区域蒸散发耗水量减少约278.87亿m3,主要土地覆被变化区气候差异导致蒸散发耗水量增加190.96 亿m3。总体上,澜湄流热带地区植被整体呈现出退化的趋势,主要表现为森林转变为灌木和灌木转变为农田。该地区土地覆被变化区域也使得其近20年内蒸散发耗水量减少,改变了土地覆被变化区域水资源循环过程。以上研究结果可为澜湄流域热带地区水资源安全提供有效监测,对地区土水资源合理配置提供重要的科学参考依据。 相似文献
10.
[目的]研究基于无人机低空遥感影像的面向对象分类技术在开发建设项目水土保持监测中的应用,为水土保持监测工作的信息化能力提升提供技术支撑。[方法]利用旋翼无人机获取水土保持监测目标区域的低空遥感影像,通过倾斜摄影技术构建数字表面模型,结合ESP分割尺度评价工具获取最优分割尺度参数,采用多元特征空间指标参与最邻近分类法的监督分类,并依据位置信息的评价方法和误差矩阵对分类解译精度进行验证。[结果]本研究的水土保持监测目标区域的地物分类总体精度达到了86.10%,Kappa系数为0.841,有较好的一致性,能够满足精度需求。[结论]利用无人机低空遥感影像的面向对象分类技术实现了开发建设项目水土保持监测区域地物的快速、精确识别和分类。 相似文献
11.
基于MODIS植被指数时间谱的华北平原土地覆盖分类 总被引：9，自引：6，他引：9
中分辨率成像光谱仪(MODIS)已在全球资源环境监测中发挥了重要作用，但是它的低分辨率成为提高分类精度的阻碍。利用MODIS的高时间分辨率弥补其低空间分辨率的不足，设计分类器改善分类精度。利用2003年23个时相的MODIS_EVI图像，构建华北平原植被指数图像时间立方体。在谐波分析去噪标准化基础上，从EVI时间谱上提取5个表征物候差异的特征向量，结合表征地气交互作用差异的地表温度(LST)信息及表征地表固有的空间分异特征的坡度信息，建立分类二叉树进行土地覆盖分类。结果表明，与2000年TM分类结果的总体一致性为75.5%，Kappa系数为0.68。而NASA USGS基于MODIS分类精度为66.0051%，Kappa系数为0.3209。进一步与2003年耕地面积的官方统计资料的比较表明，该文的估算误差为34.0507 khm2，而NASA USGS的估算误差高达66.1205 khm2。研究表明利用高时间分辨率的MODIS植被指数时间序列获得较高精度的土地覆盖分类结果是可能的。 相似文献
12.
为了获取多时相的土地覆盖基础数据以支持区域土壤侵蚀定量评价,基于线性光谱混合模型分解MODIS多光谱影像,并对分解结果进行了定性、定量评价。结果表明,结合像元年内植被指数变化特征,基于线性混合像元分解,可解译出耕地、林地、草地、裸地、水体、居民地等类型。分类结果与2006年TM分类结果的总体一致性为64.46%,Kappa系数为0.519 9,土地覆盖类型分类结果可靠;各类端元估算误差基本小于20%,且与对应TM分类结果具有相关性,总体精度较好;林地端元能够较好地反映植被盖度信息。基于LSMM分解MODIS影像可为区域环境研究提供可靠的土地覆盖类型图和植被覆盖信息。 相似文献
13.
四类全球土地覆盖数据在中国区域的精度评价 总被引：7，自引：0，他引：7
该研究以中国耕地类别为研究对象,选择2000年中国土地利用数据（NLCD-2000）为参考数据,利用比较分析法,从面积数量精度和空间位置精度两方面对目前4类全球土地覆盖数据（UMD、IGBP-DISCover、MODIS和GLC2000）产品进行了精度验证,并分析研究了4类数据精度的异同性。结果表明,4类全球数据对中国耕地数量特征和空间位置特征的估测具有明显的区域差异性。MODIS数据集和GLC2000数据集对中国耕地制图的总体精度要高于UMD数据集和IGBP-DISCover数据集。4类数据制图精度高的区域主要分布在中国的农业主产区,而误差大的区域主要分布在中国山区或耕地比例低的区域。低空间分辨率的信息源、基于像元的分类方法,以及中国复杂地形特征是4类全球土地覆盖数据精度差异的主要原因。 相似文献
14.
[目的] 构建黄土高原地区长时序、高精度的土地覆盖数据集,对该区2001—2020年土地覆盖的时空格局进行分析,并为该地区生态环境保护和可持续发展提供科学依据。[方法] 利用多源、多时期土地覆盖产品和地面特征数据构建训练样本,并使用谷歌地球引擎（Google Earth Engine,GEE）平台和随机森林分类模型生成黄土高原地区土地覆盖（land cover of Loess Plateau,LCLP）数据集。在此基础上,通过空间分析和一元线性回归模型对黄土高原地区土地覆盖类型的时空格局进行分析。[结果] 基于随机森林验证集的结果显示,LCLP产品的总体精度和kappa系数均高于90%。基于独立验证集的精度验证结果显示,LCLP的总体精度较现有产品提高了0.58%～20.23%。同时,耕地、林地、草地、不透水面和裸地的分类精度均得到了提升。[结论] 本研究构建的LCLP数据集分类精度相较于其他产品有了显著提升,适用于反映黄土高原地区土地覆盖的变化。2001—2020年,黄土高原地区耕地和灌木呈现下降趋势,而林地、水体和不透水面呈现为极显著的上升趋势。从土地覆盖的变化情况来看,耕地和草地是其他土地覆盖类型新增的主要来源。 相似文献
15.
三种土地覆盖遥感数据在中国区域的精度分析 总被引：6，自引：4，他引：2
土地覆盖遥感数据的精度分析是数据应用的前提和基础。该文以中国科学院资源环境科学数据中心提供的2000年中国土地覆盖数据作为参考,基于对土地覆盖类型的归并,在各种土地覆盖类型的分布面积、空间位置等方面分析了GLC2000、MODIS V004和MODIS V005三种数据描述中国土地覆盖状况的能力,并引入差异性指数,深入分析影响土地覆盖数据精度的原因,得到以下主要结论:总体上各数据均能反映中国主要土地覆盖类型的分布情况,GLC2000、MODIS V004和MODIS V005数据的总体精度分别为62.8%、61.7%和61.9%;3种数据的乔木林地面积较参考数据均偏大,而建筑用地、湿地和水体的面积均偏小;乔木林地、灌木草地、耕地和裸地冰川的精度较高,建筑用地和湿地的精度较低;GLC2000数据在省级水平上对乔木林地和耕地的描述最准确,MODIS V005数据的平均用户精度和生产者精度最高;土地覆盖数据的精度随着数据差异性指数的增加而降低,随着差异性指数为1的区域面积比例的增加而升高;MODISV005数据的精度受土地覆盖差异性的影响相对较小。 相似文献