土地利用数据|气象数据|社会经济数据|npp数据|ndvi数据-地理遥感生态网

一、背景介绍
     土地是人类赖以生存与发展的重要资源和物质保障，在“人口－资源－环境－发展（PRED）”复合系统 中，土地资源处于基础地位。随着现代社会人口的不断增长以及工业化、城市化进程的加速，人类对土地资源的开发利用强度不断增大，对土地资源的不合理利用，导致了严重的水土流失和生态环境恶化，人类面临的土地利用问题较历史上任何时候都更为突出。土地利用现状分析是在土地利用现状调查的基础上进行的。通过对土地资源的数量与质量、结构与分布以及土地利用现状与开发潜力等方面的分析，明确规划区域内土地资源的整体优势与劣势、制约优势土地资源开发利用的主要因素，揭示土地利用中存在的问题，从而明确土地资源开发利用的方向和重点，提出改善土地利用、提高土地利用率和生产力的对策和途径，既可以发挥区域资源优势、强化区域土地系统功能，又强调人地协调发展的土地利用规划，为制定土地利用规划提供重要的科学依据。因此，进行土地利用现状分析，对促进土地利用结构的调整与优化、综合整治、保护土地、充分挖掘土地利用上的潜力以及保持国民经济的持续健康发展等都具有十分重要的意义。

地理遥感生态网平台应中央民族大学的要求，对1995年内蒙古自治区30米栅格土地利用数据提供技术服务，以满足客户项目及科研工作的需要。

内蒙古自治区面积118.3万平方公里，共有耕地549万公顷，人均占有耕地0.24公顷，是中国人均耕地的3倍，实际可利用的耕地面积超过800万公顷，人均耕地面积居中国首位。

内蒙古自治区农业区和半农半牧区主要分布在大兴安岭和阴山山脉以东和以南。河套、土默川、西辽河、嫩江西岸平原和广大的丘陵地区，有适于农作物生长的黑土、黑钙土、栗钙土等多样性土壤地带和可利用的地上地下资源，从而形成自治区乃至中国北方的重要粮仓。

二、案例详情

      本次技术服务的核心是基于LANDSAT5-TM遥感影像生产的内蒙古自治区30米土地利用数据产品，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，具体土地利用分类内容及含义如附件中表1所示。本次技术服务主要流程如下：

1.数据获取与数据准备

      本研究采用的遥感影像数据来自美国马里兰大学和中国科学院国际科学数据服务平台，均采用美国陆地卫星于1995年所拍摄的LANDSAT遥感影像，云量均接近0%。本文的遥感影像成像时间不一致，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，本次遥感调查主要选择5月下旬至6月中旬或8月下旬至9月中旬的图像，由于地物信息较清楚，由此带来的地物反射光谱差异显著，容易识别，影像解译比较容易。

2.数据预处理

      在对影像数据进行分类解译之前，首先要对数据做预处理工作，主要步骤有:

    （1）波段选择及融合

      本文采用最佳指数法（Optimum Index Factor，简称）和特征值法相结合，共同确定了最佳波段组合，即Landsat5-TM的4、3、2波段，分别赋予红、绿、蓝色作为标准假彩色合成的RGB波段。这一假彩色影像最关键的是突出了植被特征，并且能提供丰富的信息，能充分显示各种地物特征的差别，便于分类，可以保证分类的准确性。

    （2）图像几何校正与配准

      本次技术服务采用的Landsat图像已经在中国遥感卫星地面站进行过辐射校正和几何粗校正，但为了使研究结果更加的科学、可信，则必须的对影像进行几何精校正。几何精校正是利用地面控制点(Ground control Point，GPC)对由各种随机因素引起的遥感图像进行几何畸变的校正。本研究以研究区的地形图作为参考图像，必要时辅以实地考察的GPS点，采用多项式几何纠正计算模型，对遥感影像进行几何精校正。

    （3）图像增强处理

      传感器获取的遥感图像含有大量地物特征信息，在图像上这些特征信息以灰度形式表现出来，当地物特征间表现的灰度差很小时，目视判读就无法辨认，图像增强处理是的目的在于突出图像中有用的信息，扩大不同图像特征之间的差别，从而提高对图像的解译和分析能力。遥感数字图像增强处理一般可分为两大类：频域法和空间域法。本文主要采用空间域图像增强方法，其遵循视觉效果比较好、计算相对简单、合乎应用要求的原则。另外，在后面遥感图像分类的新波段变量构造部分还应用了NDVI指数以区分植被和非植被以提高分类精度。

    （4）影像拼接与裁剪

      本案例中的研究区域为内蒙古自治区，则遥感影像数据需要覆盖整个研究区域，因此需要进行影像拼接，进行拼接时首先要参照某一遥感影像，将其它遥感影像进行直方图匹配处理，使得所有用到的遥感影像具有基本一致的色调，然后再将要用到的影像进行无缝的拼接处理，之后经过裁剪得到覆盖整个研究区的遥感影像。

3.分类方法

      本次服务是基于Landsat等遥感信息基础上，在多位专家的参与下，采用全数字人机交互作业方法，同时参照有关地理图件和统计资料，结合外业实地考察验证，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，建立遥感影像解译标志。在内业建立解译标志与实现数据获取的基础上，不断的对解译模板进行修改，直到修改的模板经过评价以后比较满意为止，以提高土地利用/覆盖类型精度。动态图斑数据主要采用“动态分割图斑法”。参照国内外现有土地利用/土地覆盖 的分类体系，结合本项目的开展的目的和要求以及遥感信息源的情况，制定了有6个一级分类，25个二级分类的土地利用/土地覆盖分类体系。

在分类过程中，由于遥感图像自身的空间分辨率，同物异谱以及异物同谱现象广泛存在，所以错分和误分的情况很常见，因此对分类结果要做进一步的处理工作，也就是去除小图斑的工作，我们常称之为分类后处理。常用的分类后处理方法有：聚类统计（Clump）、过滤分析（Sieve）、去除分析（Eliminate）和分类重编码（Recode）等。

4.质量控制与检查

      各工序过程质量按要求进行过程检查 ,需100%检查。

    （1）土地利用/覆盖数据抽样检查

      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）数据图形处理

      栅格数据

      栅格数据统一采用arc/info的grid格式。处理后的分县grid，要严格按照县界确定界线。所有的空间数据均要统一到系统的投影坐标系统下。所有的处理过程都不能增加数据的误差，无论是空间误差还是属性数据误差。

      精度控制参数

      差值(fuzzy)：10米；

      线段最小值(weed):100米；

      悬结点限值(danglc):10米；

      结点归并空间距离限值(nodesnap):10米；

      结点与弧段最短距离(snapping):10米。 

5.细小地物的处理技术与方法

      内蒙古自治区资源丰富、类型多样、土地利用类型和土地利用结构复杂，特别是近十年土地资源的利用类型变化巨大，要得到准确的土地利用面积，必须采用相应的采样技术，获取有关信息，从而保证资源类型尤其是耕地资源面积的准确性。因此，综合考虑，并考虑到耕地内部细节一般相对不变。将细小地物抽样分三类扣除：第一类是从LANDSAT影像中抽取小于6×6个象元的面状细小地物；第二类是从LANDSAT影像中扣除重要线状地物；第三类是结合分辨率更高的航片抽取更加细小的地物。这三种抽样方法都各自形成一个细小地物抽样成数数据库用于细小地物的面积扣除。

6.技术服务成果展示

    以1995年内蒙古自治区30米土地利用数据展示成果如图1所示

图.1

 附件:

      表1  土地利用分类内容及含义