高　燕，張延玲，何小雷

(1.水利部 松遼水利委員會(huì)，吉林 長(zhǎng)春 130021；2.北京師范大學(xué) 地理學(xué)與遙感科學(xué)學(xué)院，北京 100875)

?

東北黑土區(qū)耕地分布解譯的遙感數(shù)據(jù)源對(duì)比

高燕1，張延玲1，何小雷2

(1.水利部 松遼水利委員會(huì)，吉林 長(zhǎng)春 130021；2.北京師范大學(xué) 地理學(xué)與遙感科學(xué)學(xué)院，北京 100875)

[摘要]為了解國(guó)家基礎(chǔ)地理信息中心的全球地表覆蓋遙感制圖數(shù)據(jù)(Globalland30-2010)和中國(guó)科學(xué)院全國(guó)1∶10 萬(wàn)比例尺土地利用數(shù)據(jù)庫(kù)2010年度更新數(shù)據(jù)(LUCC-2010)在東北黑土區(qū)耕地范圍界定研究中的適用性，選擇位于東北典型黑土區(qū)的北安市、克東縣、龍江縣和梅河口市為研究區(qū)，利用高空間分辨率的地方土地利用數(shù)據(jù)建立耕地漏分和誤增兩個(gè)指標(biāo)，對(duì)兩種數(shù)據(jù)進(jìn)行對(duì)比分析。研究結(jié)果表明：在耕地連續(xù)均勻分布的地區(qū)，兩種數(shù)據(jù)的耕地精度都比較高；在林地和耕地混合分布區(qū)域，Globalland30-2010高估了耕地面積；在耕地和草地、水域混合區(qū)域，LUCC-2010低估了耕地面積。Globalland30-2010的總體精度略高于LUCC-2010，但是LUCC-2010耕地一類(lèi)的精度高于Globalland30-2010。

東北黑土區(qū)是我國(guó)重要的糧食生產(chǎn)區(qū)，保護(hù)其耕地資源對(duì)保障我國(guó)糧食安全具有重要意義。近年來(lái)針對(duì)嚴(yán)重的土壤侵蝕狀況，在東北黑土區(qū)開(kāi)展了大量水土保持工作，而掌握耕地分布狀況是進(jìn)行水土保持規(guī)劃的基礎(chǔ)。目前，大范圍的耕地分布數(shù)據(jù)主要是依靠不同尺度的遙感影像分類(lèi)解譯獲得的。1 km2分辨率的遙感產(chǎn)品能夠?qū)崿F(xiàn)全區(qū)域的高頻次覆蓋，但是分類(lèi)結(jié)果的精度很低；米級(jí)空間分辨率的土地利用產(chǎn)品具有很高的分類(lèi)精度，但是只有局部的數(shù)據(jù)產(chǎn)品。目前國(guó)內(nèi)常用的數(shù)據(jù)產(chǎn)品主要來(lái)自30 m分辨率的陸地資源衛(wèi)星數(shù)據(jù)，其中最新發(fā)布的權(quán)威性數(shù)據(jù)有國(guó)家基礎(chǔ)地理信息中心的全球地表覆蓋遙感制圖數(shù)據(jù)(Globalland30-2010)和中國(guó)科學(xué)院全國(guó)1∶ 10萬(wàn)比例尺土地利用數(shù)據(jù)庫(kù)2010年度更新數(shù)據(jù)(LUCC-2010)。為了解這兩種數(shù)據(jù)在東北黑土區(qū)耕地范圍界定研究中的適用性，選擇位于東北典型黑土區(qū)的北安市、克東縣、龍江縣和梅河口市為研究區(qū)，利用高空間分辨率的土地利用數(shù)據(jù)建立耕地漏分和誤增兩個(gè)指標(biāo)，對(duì)兩種產(chǎn)品進(jìn)行了對(duì)比分析。

1遙感數(shù)據(jù)介紹

Globalland30-2010是由國(guó)家基礎(chǔ)地理信息中心牽頭，聯(lián)合多家科研院所共同完成的以2010年為基準(zhǔn)年的全球地表覆蓋遙感制圖數(shù)據(jù)。該數(shù)據(jù)覆蓋了南北緯80°的陸地范圍，包括耕地、森林、草地、灌木林地、濕地、水體、苔原、人造地表、裸地、冰川和永久積雪等10種地表覆蓋類(lèi)型，采用柵格格式，投影方式為通用橫軸麥卡托(UTM)，WGS-84坐標(biāo)參數(shù)，空間分辨率為30 m,為了表述方便，本文簡(jiǎn)稱(chēng)G30。

中國(guó)科學(xué)院地理科學(xué)和資源研究所劉紀(jì)遠(yuǎn)等從20世紀(jì)80年代以來(lái)一直研究地學(xué)信息與遙感信息融合的方法，形成了多期LUCC數(shù)據(jù)，建立了中國(guó)1∶ 10萬(wàn)比例尺土地利用數(shù)據(jù)庫(kù)(LUCC)[1-2]。2010年度更新數(shù)據(jù)(LUCC-2010)采用矢量格式，投影方式為Albers，Krasovsky-1940坐標(biāo)參數(shù)，空間分辨率為30 m,本文簡(jiǎn)稱(chēng)LU。

選擇和G30、LU數(shù)據(jù)同時(shí)期的高精度土地利用數(shù)據(jù)，該數(shù)據(jù)由法國(guó)SPOT衛(wèi)星遙感影像經(jīng)過(guò)精細(xì)分類(lèi)獲得，其野外驗(yàn)證精度很高。該產(chǎn)品采用矢量格式，投影方式為高斯克呂格(TM)，坐標(biāo)系參數(shù)采用CGCS-2000，分辨率為2.5 m，本文簡(jiǎn)稱(chēng)CC。

2研究方法

選擇位于東北典型黑土區(qū)的黑龍江省北安市、克東縣、龍江縣和吉林省梅河口市為研究區(qū)，選用區(qū)內(nèi)具有較高空間分辨率的CC數(shù)據(jù)為參考數(shù)據(jù)，對(duì)G30和LU數(shù)據(jù)進(jìn)行地類(lèi)分類(lèi)結(jié)果的比較和精度驗(yàn)證?？紤]到3種數(shù)據(jù)所采用的土地分類(lèi)方法不同，為了方便對(duì)比分析，首先進(jìn)行地類(lèi)的重新歸并，將原地類(lèi)合并為耕地、林地、草地、水域和其他用地共5個(gè)新的綜合類(lèi)別(表1)；其次以CC數(shù)據(jù)為基準(zhǔn)，分別進(jìn)行CC與G30、CC與LU數(shù)據(jù)之間的配準(zhǔn)，在配準(zhǔn)數(shù)據(jù)的基礎(chǔ)上再進(jìn)行G30 和LU數(shù)據(jù)的精度評(píng)價(jià)。精度評(píng)價(jià)采用的評(píng)價(jià)因子包括總體分類(lèi)精度(OA)和Kappa系數(shù)(K)、用戶精度(UA)[3-5]。

(1)總體分類(lèi)精度(OA)，樣本所分類(lèi)的結(jié)果與地面所對(duì)應(yīng)的實(shí)際類(lèi)型相一致的概率，計(jì)算公式為

表述的是對(duì)每一個(gè)隨機(jī)

(1)

式中：n為分類(lèi)類(lèi)別數(shù)量；Pii為混淆矩陣中第i類(lèi)的斜對(duì)角上的像元數(shù)目；Ptot為分類(lèi)圖中像元總數(shù)。

(2) Kappa系數(shù)(K)，是用來(lái)評(píng)價(jià)兩幅圖之間的吻合度或精度的一種指標(biāo)。相比于總體分類(lèi)精度，它考慮了對(duì)角線上和不在對(duì)角線上的各種漏分和錯(cuò)分誤差，計(jì)算公式為

(2)

式中：Pi+為第i行上所有類(lèi)別(分類(lèi)圖像的第i類(lèi))的像元數(shù)；P+i為混淆矩陣中第i列上所有類(lèi)別(參考圖像的第i類(lèi))的像元數(shù)。

(3)用戶精度(UA)，對(duì)于第i類(lèi)，表示從分類(lèi)結(jié)果中(如分類(lèi)產(chǎn)生的類(lèi)型圖)中任取一個(gè)隨機(jī)樣本，其所具有的類(lèi)型與地面實(shí)際類(lèi)型相同的條件概率，計(jì)算公式為

(3)

為了評(píng)價(jià)G30、LU兩種數(shù)據(jù)對(duì)耕地面積的誤判，分別采用耕地漏分和耕地誤增兩個(gè)指標(biāo)進(jìn)行評(píng)價(jià)，其中：耕地漏分表示驗(yàn)證數(shù)據(jù)CC中類(lèi)別為耕地，但是在待比較土地利用分類(lèi)數(shù)據(jù)中類(lèi)別為非耕地的面積；耕地誤增表示驗(yàn)證數(shù)據(jù)CC中類(lèi)別為非耕地，但是在待比較土地利用分類(lèi)數(shù)據(jù)中類(lèi)別為耕地的面積。

3結(jié)果與分析

3.14縣(市)土地類(lèi)型構(gòu)成情況

對(duì)重歸類(lèi)后的CC、G30、LU三種數(shù)據(jù)的4縣(市)土地利用面積和比例進(jìn)行了統(tǒng)計(jì)，見(jiàn)表2。從表2可以看出，北安縣、克東縣、龍江縣和梅河口市的土地利用類(lèi)型均以耕地為主，其次是林地，草地、水域和其他地類(lèi)所占比例較小。以CC數(shù)據(jù)為例，耕地分別占北安市、克東縣、龍江縣和梅河口市土地總面積的49.1%、75.0%、67.8%、56.9%；林地所占比例分別為34.3%、12.8%、11.4%、31.3%；草地、水域和其他地類(lèi)合計(jì)所占比例分別為16.6%、12.2%、20.8%、11.8%。數(shù)據(jù)結(jié)果表明，與CC數(shù)據(jù)的土地利用數(shù)據(jù)相比，G30數(shù)據(jù)高估了耕地和草地的面積，低估了林地和水域面積，LU數(shù)據(jù)高估了水域面積，低估了林地面積。

表2　4縣(市)不同土地利用數(shù)據(jù)歸并后的地類(lèi)面積與比例

CC數(shù)據(jù)地類(lèi)歸并后的4縣(市)土地利用類(lèi)型分布情況見(jiàn)圖1。北安市的耕地主要分布在西部地區(qū)，而林地集中在東部，相比于耕地和林地，草地、水域和其他3種地類(lèi)的分布面積較小，空間分布也較零散；克東縣耕地分布廣泛，林地主要分布在東南角和西北角，草地、水域和其他3種地類(lèi)的分布較雜亂；龍江縣耕地分布廣泛，林地主要集中在西北角和南部?jī)蓚€(gè)地區(qū)，水域在南部、東南部和東北部有較大面積分布，草地和其他2種地類(lèi)分布零散；梅河口市耕地和林地大致呈東北-西南走向的長(zhǎng)條狀分布，水域主要分布在西南角(呈塊狀分布)和中部地區(qū)(呈線狀分布)，草地和其他2類(lèi)分布少而零散。

圖1　CC數(shù)據(jù)土地利用類(lèi)型歸并結(jié)果

3.2分類(lèi)的總體精度驗(yàn)證

G30數(shù)據(jù)與LU數(shù)據(jù)的精度驗(yàn)證結(jié)果如表3所示。其中，4縣(市)的總體精度值在65%～82%之間，G30數(shù)據(jù)的精度值高于LU數(shù)據(jù)，說(shuō)明G30數(shù)據(jù)的總體分類(lèi)精度要優(yōu)于LU數(shù)據(jù)；K值在0.40～0.54之間，其中北安市和克東縣G30數(shù)據(jù)的K值大于LU數(shù)據(jù)，龍江縣和梅河口市G30數(shù)據(jù)的K值小于LU數(shù)據(jù)，而北安市和克東縣各地類(lèi)的分布情況相對(duì)簡(jiǎn)單(主要為耕地和林地)，龍江縣和梅河口市各地類(lèi)分布相對(duì)復(fù)雜(以耕地、林地和水域?yàn)橹?，說(shuō)明G30數(shù)據(jù)對(duì)地類(lèi)組成簡(jiǎn)單的目標(biāo)分類(lèi)效果較好，而LU數(shù)據(jù)對(duì)地類(lèi)混雜分布的目標(biāo)分類(lèi)效果可能更佳。耕地用戶精度值均高于74%，尤其克東縣和龍江縣兩縣的精度值在87%左右，除龍江縣G30數(shù)據(jù)的精度值略高于LU數(shù)據(jù)，其他3縣(市)LU數(shù)據(jù)的精度值均高于G30數(shù)據(jù)，說(shuō)明LU數(shù)據(jù)對(duì)耕地一類(lèi)的分類(lèi)精度優(yōu)于G30數(shù)據(jù)。

表3　G30與LU數(shù)據(jù)的總體精度驗(yàn)證

3.3耕地與其他土地利用類(lèi)型混淆對(duì)比

3.3.1耕地與林地比較

選擇林地較多的北安市、梅河口市和龍江縣進(jìn)行耕地和林地的混淆情況分析，得到耕地和草地兩類(lèi)之間的誤增和漏分誤差分布，見(jiàn)圖2。由圖2和表2可知，北安市的耕地和林地面積所占比例較大且分布相對(duì)集中，CC數(shù)據(jù)耕地面積為3 433 km2，G30為3 933 km2，LU為2 972 km2，其中：G30數(shù)據(jù)耕地面積比CC數(shù)據(jù)高估14.6%，林地面積比CC數(shù)據(jù)低估27.3%；LU數(shù)據(jù)耕地低估13.4%，林地低估3.9%。梅河口市林地面積少于北安縣，林區(qū)和耕地分布混合度高、 交叉性強(qiáng)、 界限不清，CC數(shù)據(jù)中耕地面積為1 206 km2，G30為1 523 km2，LU為1 166 km2，其中：G30 耕地高估26.3%，林地低估49.4%；LU耕地低估3.3%，林地高估3.3%。龍江縣的林地面積比例較小，呈零星分布，CC數(shù)據(jù)中耕地面積為3 884 km2，G30為4 153 km2，LU為3 966 km2，其中：G30 耕地高估6.9%，林地低估71.9%；LU耕地高估2.1%，林地低估48.9%。在林地和耕地混合區(qū)域內(nèi)，G30中林地錯(cuò)分為耕地的面積大于LU，林地和耕地的結(jié)合度越大，耕地面積誤差越大。

圖2　CC-G30和CC-LU耕地與林地的分布及變異對(duì)比

3.3.2耕地與草地比較

選擇草地分布相對(duì)較多的北安市和克東縣分析草地和耕地的混淆情況，得到耕地和草地之間的誤增和漏分結(jié)果，見(jiàn)表2和圖3。在北安縣西部的耕地集中分布地區(qū)G30數(shù)據(jù)中耕地被漏分(耕地被劃分為草地)，而在東部的林地集中分布區(qū)耕地誤增(草地被劃分為耕地)現(xiàn)象較多，相比于CC數(shù)據(jù)，G30數(shù)據(jù)中草地高估25.6%；LU數(shù)據(jù)與CC數(shù)據(jù)的比較中，北安縣存在少量的耕地漏分現(xiàn)象，低估約13.4%?？藮|縣G30數(shù)據(jù)的草地比例也被高估，高估比例約為30.0%。從北安市和克東縣2縣(市)的草地和耕地的總體誤判情況來(lái)看，LU漏分現(xiàn)象超過(guò)G30，G30誤增超過(guò)LU。

圖3　CC-G30、CC-LU耕地與草地的分布及變異對(duì)比

3.3.3耕地與水域?qū)Ρ?/p>

分析龍江縣、梅河口市水域和耕地的混淆情況，得到耕地和水體之間的誤增和漏分結(jié)果，見(jiàn)表2和圖4。在G30數(shù)據(jù)中，龍江縣水域面積比CC數(shù)據(jù)水域面積低估73.8%，梅河口市低估51.3%。從分布情況看，耕地和水域的混淆主要集中在河道和水庫(kù)周邊，呈條帶狀分布。LU數(shù)據(jù)中，龍江縣水域面積比CC數(shù)據(jù)水域面積高估51.3%，梅河口市水域面積低估31.3%。在水域與耕地的誤判分析中，LU數(shù)據(jù)的誤增情況超過(guò)G30，而G30數(shù)據(jù)的漏分情況超過(guò)LU。

圖4　CC-G30、CC-LU耕地與水域的分布及變異對(duì)比

4結(jié)論

本研究利用較高空間分辨率的遙感解譯數(shù)據(jù)(CC)和兩種較低空間分辨率的地表覆蓋數(shù)據(jù)(G30、LU)進(jìn)行了基于地類(lèi)的疊加對(duì)比，對(duì)比結(jié)果表明：在地類(lèi)的總體分類(lèi)精度上，G30數(shù)據(jù)優(yōu)于LU數(shù)據(jù)；在耕地一類(lèi)的用戶精度評(píng)價(jià)中，LU數(shù)據(jù)的表現(xiàn)優(yōu)于G30數(shù)據(jù)。在耕地的漏分和誤增的分析和對(duì)比中發(fā)現(xiàn)：在耕地連續(xù)均勻分布的區(qū)域，G30和LU兩種數(shù)據(jù)都對(duì)耕地具有較高的分類(lèi)精度，耕地面積估算比較準(zhǔn)確；在林地和耕地混合分布的區(qū)域，兩種數(shù)據(jù)都高估了耕地的面積；在耕地和草地、水域混合分布的區(qū)域，兩種數(shù)據(jù)中耕地面積往往被低估。

鑒于G30數(shù)據(jù)對(duì)耕地一類(lèi)的驗(yàn)證精度較高，其他地類(lèi)的精度較低的特點(diǎn)，在東北地區(qū)以耕地為主且集中分布的地域進(jìn)行耕地面積調(diào)查時(shí)可以使用G30數(shù)據(jù)，或者使用如G30數(shù)據(jù)研制單位采用的自動(dòng)分類(lèi)方法進(jìn)行耕地的提取；在耕地、林地混雜分布地區(qū)，LU數(shù)據(jù)比G30數(shù)據(jù)的耕地分類(lèi)精度更高，其耕地面積比G30更為可靠，在此類(lèi)地區(qū)采用類(lèi)似LU數(shù)據(jù)的人工參與分類(lèi)的方法能提高分類(lèi)的精度。

[參考文獻(xiàn)]

[1] 劉紀(jì)遠(yuǎn),鄧祥征.LUCC時(shí)空過(guò)程研究的方法進(jìn)展[J].科學(xué)通報(bào),2009,54(21):3251-3258.

[2] 劉紀(jì)遠(yuǎn),莊大方,張?jiān)鱿?等.中國(guó)土地利用時(shí)空數(shù)據(jù)平臺(tái)建設(shè)及其支持下的相關(guān)研究[J].地球信息科學(xué),2002,4(3):3-7.

[3] Russell G Congalton,Kass Green.Assessing the Accuracy of Remotely Sensed Data:Principles and Practices[M]. 2nd ed.Boca Raton:CRC Press,Taylor & Francis Group,2009,11(4):448-449.

[4] Rosenfield G H,Fitzpatrick-Lins K,Ling H S,et al. Sampling for thematic map accuracy testing[J].Photogrammetric Engineering & Remote Sensing,1982,48(1):131-137.

[5] Pontius R,Millones M.Death to Kappa:birth of quantity disagreement and allocation disagreement for accuracy assessment[J].International Journal of Remote Sensing,2011,32(15):4407-4429.

(責(zé)任編輯李楊楊)

[中圖分類(lèi)號(hào)]S157；TP79

[文獻(xiàn)標(biāo)識(shí)碼]A

[文章編號(hào)]1000-0941(2016)07-0061-05

[基金項(xiàng)目]水利部公益性行業(yè)科研專(zhuān)項(xiàng)經(jīng)費(fèi)項(xiàng)目(201501012)

[作者簡(jiǎn)介]高燕(1972—)，女，山東諸城市人，高級(jí)工程師，碩士，主要從事水土保持監(jiān)測(cè)、規(guī)劃和科研方面的工作。

[收稿日期]2016-04-01

[關(guān)鍵詞]Globalland30-2010；LUCC-2010；高分辨率數(shù)據(jù)；耕地分布；漏分；誤增；東北黑土區(qū)