Remote Sensing | Landsat分析就绪数据—全球土地覆盖和利用变化分析

点击左上角"MDPI 开放获取出版"关注我们，为您推送更多最新资讯。

土地覆盖是地球表面各种物质 (自然营造物和人工建筑物) 所覆盖的地表诸要素的综合体，具有特定的时间和空间属性，其形态和状态可在多时空尺度上变化 (图1)。准确测定全球土地覆盖的空间分布和动态，在监测地球系统变化、全球化学循环和环境气候变化，以及促进可持续发展等方面具有重要意义。

图1. 中华人民共和国土地覆盖图。（图片来源：知乎）

利用数据模拟和特征概括，可以在一定程度上反映真实的地表覆盖信息。利用遥感数据监测土地覆盖，可大面积同步观测，具有即时、高效的特点。随着遥感影像时空分辨率的不断提高，遥感数据逐渐成为当今全球土地覆盖和土地利用变化分析的主流。但是，由于Landsat图像档案库的数据量非常庞大，并且晴空观测的覆盖范围不一致，限制了土地覆盖的监测。

分析就绪数据 (Analysis Ready Data, ARD) 是指准备供用户分析而不必对图像本身进行预处理的图像的时间序列堆栈。提供预先准备的ARD旨在便于用户制作基于Landsat的土地覆盖及其变化的图像，以及其他的衍生产品(http://ceos.org/ard/)。ARD提供顶层大气校正工具，同时提供目标区域的质量评估信息和适当的元数据，以对图像进行进一步处理，并保持数据来源的可追溯性。

近期，来自美国马里兰大学地理科学系全球土地分析和发现研究团队 (Global Land Analysis and Discovery, GLAD) 的Peter Potapov博士在Remote Sensing期刊上发表了一篇利用Landsat (美国地球资源卫星) 分析就绪数据探讨土地覆盖利用的研究论文，其制作的Landsat分析就绪数据 (GLAD ARD)，适用于国家乃至全球的经验性土地覆盖和变化检测 (图2)。

图2. 美国马里兰大学全球土地分析和发现研究团队制作的全球土地覆盖类型图。

GLAD ARD表征了从1997至今的Landsat归一化地表反射率时间序列，重访周期16天，每年更新一次(图3)。GLAD ARD提供了一系列基于深度学习进行多时段遥测数据处理和表征的工具，可作为基于Landsat的自然资源评估和监测的解决方案。用于水、森林和农作物制图的GLAD ARD数据和工具已在全球范围内实施。GLAD网站上提供了能够免费访问的GLAD ARD数据和工具 (https://glad.umd.edu/ard/home) 。除了ARD数据集外，GLAD团队还开发并向用户提供了一系列用于时间序列数据处理，分析和深度学习特征描述的工具。全球GLAD ARD数据集、ARD分析和表征工具均向用户提供了基于Landsat的免费自然资源评估和监测的端到端解决方案。

图3. 1997年1月到2019年10月每年每个陆地卫星传感器处理的图像总数。注：专题制图仪 (Thematic Mapper, TM) ；增强型专题制图仪 (Enhanced Thematic Mapper Plus, ETM+) ；陆地成像仪(Operational Land Imager, OLI) ；热红外传感器 (Thermal Infrared Sensor, TIRS)。

最后，GLAD团队仍在不断更新ARD产品，以确保数据的完整性和质量。论文结尾也列出了用户在使用产品时应考虑的已知问题（如数据更新有延迟，无法处理子午线的图像，在水面上有偏差等）。其中一些问题将在GLAD ARD的未来版本中解决。

Remote Sensing(ISSN 2072-4292; IF:4.509) 是一个与遥感学科相关的国际型开放获取期刊。其期刊范围涵盖遥感科学所有领域，从传感器的设计、验证和校准，到遥感在地球科学、环境生态、土木建筑等各方面的广泛应用。Remote Sensing采取单盲同行评审，一审周期约为19天，文章从接收到发表仅需2.9天。

识别二维码

阅读英文原文

原文出自Remote Sensing期刊

Potapov, P.; Hansen, M.C.; Kommareddy, I.; Kommareddy, A.; Turubanova, S.; Pickens, A.; Adusei, B.; Tyukavina, A.; Ying, Q. Landsat Analysis Ready Data for Global Land Cover and Land Cover Change Mapping. Remote Sens. 2020, 12, 426.

长按识别左侧二维码，备注学校+姓名+研究方向，小助手邀您进入Remote Sensing学者交流群，交流科研经验。

往期回顾：

版权声明：

*翻译作者：Minnie Li

*本文内容由MDPI中国办公室编辑负责撰写，一切内容请以英文原版为准。如需转载，请邮件联系：

[e-mail]

星标“MDPI 开放获取出版”

由于微信订阅号推送规则更新，建议您将“MDPI 开放获取出版”设为星标，便可在消息栏中便捷地找到我们，及时了解最新开放出版动态资讯！

点击左下方“阅读原文”，了解Remote Sensing期刊更多内容。

喜欢今天的内容？不如来个“三连击”☞【分享，点赞，转发】