【数据分享】2015年30m土地覆盖数据

科研的力量 2023-09-06

The following article is from Ai尚研修 Author Ai尚研修

点击上方“科研的力量”选择加"星标"置顶

重磅干货，第一时间送达

一、 数据介绍

土地覆盖是理解人类活动和全球变化之间复杂的相互作用的重要信息来源。同时，土地覆被变化是全球环境变化的原因和结果，它可以改变能量平衡和生物地球化学循环，进一步影响气候变化和地表特征以及生态系统服务的提供。传统的基于野外研究的土地覆盖绘图方法由于需要大量的人力，很难应用于大面积的地区。随着航天事业的发展，卫星观测是最经济可行的大规模进行土地覆盖监测手段。

清华大学宫鹏团队在2015年使用机器学习方法和Landsat卫星数据制作了水平30米分辨率全球土地覆被图。该数据是全球资源调查、土地覆盖研究、地表监测及陆面过程等研究中的重要基础数据。

图 12015年30m全球土地利用示意图

图 2 2015 年全球30m分辨率土地利用分类表

二、文献分享

1、《Annual dynamics of global land cover and its long-term changes from 1982 to 2015》

近年来，随着全球环境变化特别是人类活动导致土地利用和土地覆盖不断变化，人们迫切需要对全球土地覆盖和土地利用进行有效监测和全面分析。然而，当前全球长时序、全类别、高精度土地覆盖变化数据产品十分缺乏。针对这种情况，宫鹏教授团队研发了具有5 km空间分辨率和34年长时序逐年动态的全球土地覆盖数据产品GLASS-GLC。作为地球系统模式的关键输入参数之一，这套产品对于全球碳和水循环，植被动态和气候变化、生物多样性保护等全球环境变化及模拟研究具有重要价值和意义。

论文亮点：

1、GLASS-GLC产品以1982～2015年的全球陆表特征参量数据集（GLASS CDR）为数据源，借助谷歌地球引擎（Google Earth Engine）平台进行开发，涵盖耕地、森林、草原、灌木、苔原、裸地和冰雪七大土地覆盖类别。

图 3 2015年全球土地覆盖图

2、GLASS-GLC反映了长达34年的全球土地覆盖时空变化格局，包括热带地区耕地增加，北半球森林增加以及亚洲的草地减少等显著现象。分析结果还显示，人类活动影响与植被面积增加有很强的相关性。

图 4 1982～2015年全球土地覆盖变化动态

原文链接：

https://essd.copernicus.org/articles/12/1217/2020/

2、《Improving 30 m global land-cover map FROM-GLC with time series MODIS and auxiliary data sets: a segmentation-based approach》

由于在制作FROM-GLC时缺乏时间特征作为输入，土地覆盖类型（如农田、草地、灌木丛和裸地）之间存在相当大的混淆。中分辨率成像光谱仪（MODIS）提供了地表覆盖的高时频信息。其他辅助生物气候、数字高程模型（DEM）等可以提高FROM-GLC精度。

该文对Landsat图像应用了一种基于分段的方法，将分辨率较粗的MODIS数据（250 m）和其他1 km分辨率的辅助数据下放到基于Landsat Thematic Mapper (TM)数据的分段尺度上。采用支持向量机(SVM)和随机森林(RF)和两种不同的训练样本（基于空间时间选择标准的全局样本和区域样本）进行了研究。

论文亮点：

基于全局使用训练样本的RF在通过独立收集的测试样本进行评估时，整体分类准确率达到了67.08%。这优于FROM-GLC基于同一组测试样本所达到的64.89%。