基于调查数据的福建省3种3...m全球土地覆盖产品精度评价_付东光.pdf

第 39 卷第 2 期福建师范大学学报(自然科学版)Vol.39，No.2(2023 年 3 月)Journal of Fujian Normal University(Natural Science Edition)Mar.2023DOI:10.12046/j.issn.1000-5277.2023.02.016文章编号:1000-5277(2023)02-0122-15基于调查数据的福建省 3 种 30 m 全球土地覆盖产品精度评价付东光，李登秋，陆灯盛，陈耀亮(福建师范大学地理研究所，福建师范大学湿润亚热带山地生态国家重点实验室培育基地，福建 福州350117)摘要:以最近发布的 3 种 30 m 分辨率的全球土地覆盖类型产品(GlobeLand30(2020)、GLCFCS30(2020)和 FOMGLC30(2017)为研究对象，通过野外调查获取的福建省 8 170 个土地覆盖类型样本，基于混淆矩阵、误差组分(数量、交换、转移)和强度分析结合的方法评价 3 种产品的精度，并分析 3 种产品的精度随地形(高程、坡度、坡向)的变化特征 研究结果表明:GlobeLand30、GLC-FCS30、FOMGLC30 在福建省的总体精度分别为 70.13%、77.01%、82.02%3 种产品的耕地、林地、水体和人造地表分类精度相对较高(60%);裸地、草地、灌木精度相对较低(31%)GlobeLand30 的数量误差组分最大(21.02%)，GLCFCS30 的交换误差最大(13.46%)，FOMGLC30 的转移误差最大(8.89%);3 种产品的耕地和裸地的数量误差组分强度高于整体的数量误差组分强度;灌木、水体和人造地表的交换误差组分强度高于整体的交换误差组分强度;水体的转移误差组分强度高于整体的转移误差组分强度 3 种产品的耕地和林地的精度随 DEM 和坡度的变化比较明显，林地的精度随着 DEM 和坡度增加而增加，耕地随着坡度的增加而降低关键词:GlobeLand30;GLCFCS30;FOMGLC30;福建省;精度评估中图分类号:P283.8文献标志码:A收稿日期:2022-08-18基金项目:国家自然科学基金资助项目(41701490);福建省自然科学基金资助项目(2022J01640);福建省科技厅公益类科研院所专项(20211002008)通信作者:李登秋(1985)，男，副教授，研究方向为连续土地利用与覆被分类、时间序列变化检测和陆地生态系统碳循环lidengqiu Accuracy Assessment of Three 30 m esolution Global LandCover Products in Fujian Province Based on Survey DataFU Dongguang，LI Dengqiu，LU Dengsheng，CHEN Yaoliang(Institute of Geography，Cultivation Base of State Key Laboratory forSubtropical Mountain，Fujian Normal University，Fuzhou 350117，China)Abstract:Three recently released 30 m resolution Global Land Cover(GLC)datasets(Globe-Land30(2020)，GLCFCS30(2020)and FOMGLC30(2017)were assessed by 8 170 surveyedsamples in Fujian Province The accuracy of the three products was evaluated by calculating theconfusion matrix，error components(Quantity，Exchange，Shift)，and error components intensityThe variation of the accuracy changed with topography(elevation，slope，and aspect)was analyzedThe results showed that:The overall mapping accuracies of GlobeLand30，GLC-FCS30，andFOMGLC30 in Fujian Province were 70.13%，77.01%，and 82.02%，respectively The ac-curacies of Cultivated，Forest，Water and Artificial were relatively high(60%)The accuraciesof Barren，Grassland and Shrub were relatively low(31%)GlobeLand30，GLCFCS30，andFOMGLC30 had the highest errors in Quantity(21.02%)，Exchange(13.46%)and Shift(8.89%)，respectively The Quantity error intensity of the Cultivated and Barren for three GLCmaps was higher than their Quantity overall error intensity The Exchange error intensity of the第 2 期付东光，等:基于调查数据的福建省 3 种 30 m 全球土地覆盖产品精度评价Shrub，Water and Artificial for three GLC products was higher than their Exchange overall error in-tensity The Shift error intensity of the Water for three GLC maps was higher than their Shift overallerror intensity The accuracy of Forest increased with the increase of DEM and slope，and the Culti-vated decreased with the increase of slopeKey words:GlobeLand30;GLCFCS30;FOMGLC30;Fujian Province;accuracy as-sessment土地覆盖信息是陆地表层过程研究的重要基础1，对揭示全球生态环境变化、气候变化、能量循环以及可持续发展具有重要意义23 遥感的广泛应用使全球土地覆盖类型制图技术和产品快速发展，并形成了多种不同数据来源、分类方法、空间分辨率和特定应用的土地覆盖类型产品 如:IG-BP-DISCOVE4、UMD5、GLC20006、MCD12Q17、GLCNMO8、GlobCover910、CCI-LC11 等(表 1)这些产品在揭示全球地表覆盖、植被变化、碳水循环等方面发挥了重要作用，但是存在空间分辨率低的问题，尤其在异质性区域分类精度难以满足精细地表覆盖研究(如城市扩张、资源管理等)1213 自 Landsat 和 Sentinel-2 等遥感影像免费获取以来，基于海量中高分辨率遥感数据以及机器学习和云计算平台等技术方法，开展全球 10 m、30 m 等分辨率的土地覆盖产品制图成为当前遥感领域研 究 的 热 点 目 前 形 成 了 FOMGLC301317、GlobeLand3018、GLC-FCS301920、FOMGLC1021 等一系列全球土地覆盖类型数据，同时，还包括多种全球专题土地覆盖产品，如农田2223、水体2425、人造地表2628 等，常见的全球土地覆盖类型产品及其特征，见表 1表 1常见全球土地覆盖类型产品Tab.1Commonly used global land cover products characteristics名称制作方卫星传感器分类方法空间分辨率数据年份IGBP DSICOVE美国地质调查局NOAAAVHK-Means1 km19921993UMD美国马里兰大学NOAAAVH决策树1 km19921993GLC2000欧洲联合研究中心SPOT-4VEGETATIONISODATA1 km2000GlobCover欧洲空间局EnvisatMEIS逐像素分类300 m2005/2009MODIS LC美国波士顿大学TerraAquaMODIS最大似然法500 m、1 km2001至今GlobeLand30中国基础地理信息中心LandsatTM/ETM+POK30 m2000、2010、2020GLCFCS30中国科学院空天信息创新研究院LandsatTM/ETM+随机森林30 m2015、2020FOMGLC30清华大学LandsatTM/ETM+随机森林30 m2010、2015、20172013 年清华大学发布了首个基于 Landsat TM 和 ETM+的 30 m 全球土地覆盖类型产品(FOM-GLC)13，随后于 2018 年发布了 FOMGLC30(2017)产品 该产品利用 Landsat、DEM 和 MOD13Q1等数据提取特征变量，在全球分区应用分层随机森林方法进行土地覆盖类型分类17 中国国家基础地理信息中心于 2014 年和 2020 年发布了 2000 年、2010 年和 2020 年三期全球土地覆盖类型产品 Glo-bLand30，首先对 Landsat 和 HJ-1A/B 影像通过基于像素和基于对象结合的分类方法进行初步分类，然后进行基于知识的交互式检验最终生成全球土地覆盖类型图18 中国科学院空天信息创新研究院于 2019 年和 2020 年研制并发布了 2015 年、2020 年的全球土地覆盖类型产品 GLCFCS30，它通过CCI-LC 土地覆盖类型产品(300 m)和 MCD43A4 NBA 产品(500 m)建立了更新过的全球时空光谱库GSPECLib，将全球分为948 个548 球分的网格，利用GEE 云平台上的Landsat 时间序列影像建立LandsatDataCube(多时相的 Landsat 光谱和纹理特征)，采用随机森林分类方法生成全球土地覆盖产品1920 开展精度评价是应用现有土地覆盖类型产品的前提，同时也有助于产品使用者了解在预期应用中的效果，并可以反馈给制作者 由于不同产品采用的数据源、方法、分类标准、地区复杂程度、验证样本等不一致，使得不同产品在同一地区的分类结果具有明显差异(表 2)如 3 种产品在印度尼西亚的总精度明显小于其公布的总精度，这是因为在异质性高的区域土地覆盖产品的精度会显著降321福 建 师 范 大 学 学 报(自 然 科 学 版)2023 年低2930 各种遥感产品在山地容易受到地形、云雨、地物类型复杂等多种因素的影响，而往往难以取得较好的产品精度 以福建省为例，3 种产品在福建省的各个类型的面积具有显著差异，如耕地占比分别为 19.49%、15.16%和 12.31%;针对福建省地形复杂、土地利用与覆盖破碎化较为严重的情况，对当前 30 m 分辨率的土地覆盖产品开展系统深入的精度评价具有重要意义表 23 种土地覆盖类型产品在不同地区的精度评价结果Tab.2Accuracy assessment results of three land cover products in different regions研究区土地覆盖产品验证样本来源精度参考文献跨越亚洲，欧洲和非洲的部分地区，覆盖 65 个国家FOMGLC30(2017)20 936 个小流域