GlobeLand30湿地细化分类研究

doi:10.13474/j.cnki.11-2246.2017.0310

测绘通报 ›› 2017, Vol. 0 ›› Issue (10): 22-28.doi: 10.13474/j.cnki.11-2246.2017.0310

GlobeLand30湿地细化分类研究

陈炜^1,2, 陈利军², 陈军², 陈浩³, 周晓光¹, 谢波³

1. 中南大学地球科学与信息物理学院, 湖南长沙 410083;
2. 国家基础地理信息中心, 北京 100830;
3. 湖南科技大学地理空间信息技术国家地方联合工程实验室, 湖南湘潭 411201

收稿日期:2017-01-05 修回日期:2017-05-28 出版日期:2017-10-25 发布日期:2017-11-07
作者简介:陈炜(1991-),男,硕士,主要研究方向为摄影测量与遥感。E-mail:365266097@qq.com
基金资助:
国家高技术研究发展计划（863计划）（2013AA122802）

Research on Wetland Sub-classification from GlobeLand30

CHEN Wei^1,2, CHEN Lijun², CHEN Jun², CHEN Hao³, ZHOU Xiaoguang¹, XIE Bo³

1. School of Geosciences and Info-physics, Central South University, Changsha 410083, China;
2. National Geomatics Center of China, Beijing 100830, China;
3. National-local Joint Engineering Laboratory of Geo-spatial Information Technology, Hunan University of Science and Technology, Xiangtan 411201, China

Received:2017-01-05 Revised:2017-05-28 Online:2017-10-25 Published:2017-11-07

摘要/Abstract

摘要： 基于30 m地表覆盖数据产品完成湿地精细化分类，能够更好地满足当前较高分辨率及较详尽全球湿地数据的应用需求。本文在深入分析湿地分类体系与细化方法的基础上，提出以湿地细化类别的定义、多元知识的分层分类、亚类数据精细化提取为主线的总体研究思路，制定了基于先验知识的对象系统筛选、基于森林数据的同位像元提取、基于最佳阈值的极大似然掩膜的主体分类方法，并应用于数据生产实践获得8个亚类信息。该方法克服了常规手段普遍存在的周期长、效率低等弊端，实现了全球较高分辨率湿地亚类数据的快速精确制图，总体分类精度达82.6%，对地理世情及其他地表覆盖研究具有借鉴意义。

关键词: 湿地细化, 分层分类, 全球地表覆盖数据(GlobeLand30), 亚类信息

Abstract: Wetland data of the Globaland30 have been classified into 8 subclasses by the improved method, which could meet the application requirements of high resolution and detailed global wetland data. This paper proposed the research framework of wetland classification, formulated the classification method, and analyzed the 8 subclasses at a global scale. The framework was composed of the definition of wetland subclass, the hierarchical classification of multiple knowledge and methods of sub date extraction. The data have been classified by the object filtering of prior knowledge, the parity pixel extraction of forest data and mask method of the maximum likelihood algorithm. The method overcomed the shortcomings of the conventional methods, such as long cycle and low efficiency, and realized the fast and accurate mapping of the global high resolution wetland subclass data,the accuracy for general wetland subclass is 82.6%. This research would be useful for monitoring and studying the land cover information in the further.

Key words: wetland sub-classification, hierarchical classification, global land cover data (GlobeLand30), subclass information

中图分类号:

P237

陈炜, 陈利军, 陈军, 陈浩, 周晓光, 谢波. GlobeLand30湿地细化分类研究[J]. 测绘通报, 2017, 0(10): 22-28.

CHEN Wei, CHEN Lijun, CHEN Jun, CHEN Hao, ZHOU Xiaoguang, XIE Bo. Research on Wetland Sub-classification from GlobeLand30[J]. 测绘通报, 2017, 0(10): 22-28.

参考文献

[1] 李禄康.湿地与湿地公约[J].世界林业研究,2001,14(1):1-7.
[2] 杨永兴.国际湿地科学研究的主要特点、进展与展望[J].地理科学进展,2002,21(2):111-120.
[3] 吕宪国,黄锡畴.我国湿地研究进展——献给中国科学院长春地理研究所成立40周年[J].地理科学,1998,18(4):2-9.
[4] 李建平,张柏,张泠,等.湿地遥感监测研究现状与展望[J].地理科学进展,2007,26(1):33-43.
[5] 张树文,颜凤芹,于灵雪,等.湿地遥感研究进展[J].地理科学,2013,33(11):1406-1412.
[6] CHEN J, LIAO A, CAO X, et al. Global Land Cover Mapping at 30 m Resolution:A POK-based Operational Approach[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015, 103:7-27.
[7] 廖安平,陈利军,陈军,等. 全球陆表水体高分辨率遥感制图[J].中国科学(地球科学),2014,44(8):1634-1645.
[8] 张委伟,陈军,廖安平,等.顾及多元知识的GlobeLand30检核优化模型[J].中国科学(地球科学), 2016,46(9):1149-1161.
[9] LEHNER B, DÖLL P. Development and Validation of a Global Database of Lakes, Reservoirs and Wetlands[J]. Journal of Hydrology,2004,296(1):1-22.
[10] 牛振国,单玉秀,张海英.全球土地覆盖GlobCover2009数据中的中国区域湿地数据精度评价[J].湿地科学,2012, 10(4):389-395.
[11] TOWNSHEND J, JUSTICE C, LI W,et al. GLC Classifi-cation by Remote Sensing:Present Capabilities and Future Possibilities[J]. Remote Sensing of Environment,1991,35(2-3):243-255.
[12] DEFRIES R S,TOWNSHEND J R G. GLC Characterization from Satellite Data:From Research to Operational Implementation[J]. Global Ecology & Biogeography,1999,8(5):367-379.
[13] VERBURG P H,NEUMANN W,LINDA N L. Challenges in Using Land Use and Land Cover Data for Glodal Change Studies[J].Glodal Change Biology,2011,17(2):974-989.
[14] HEROLD M,MAYAUX P,WOODCOCK C,et al.Some Challenges in GLC Mapping:An Assessment of Agreement and Accuracy in Existing 1 km Datasets[J]. Remote Sensing of Environment,2008,112(5):2538-2556.
[15] 宫鹏.遥感科学与技术中的一些前沿问题[J].遥感学报,2009,13(1):13-22.
[16] 廖安平,彭舒,吴昊,等.30 m全球地表覆盖遥感制图生产体系与实践[J].测绘通报,2015(10):4-8.
[17] 陈利军,陈军,廖安平,等.30 m全球地表覆盖遥感分类方法初探[J].测绘通报,2012(S0):350-353.
[18] CHEN Jun,BAN Yifang,LI Songnian.China:Open Access to Earth Land-cover Map[J].Nature,2014,514(7523):434.
[19] 陈军,陈晋,廖安平,等.全球30m地表覆盖遥感制图的总体技术[J].测绘学报,2014,43(6):551-557.
[20] 唐小平,黄桂林.中国湿地分类系统的研究[J].林业科学研究,2003,16(5):531-539.
[21] 牛振国,宫鹏,程晓,等.中国湿地初步遥感制图及相关地理特征分析[J]. 中国科学(地球科学), 2009, 39(2):188-203.
[22] 国家林业局《湿地公约》履约办公室.湿地公约履约指南[M].北京:中国林业出版社,2001:16-17.
[23] 于兴河,李胜利,李顺利.三角洲沉积的结构——成因分类与编图方法[J].沉积学报,2013,31(5):782-797.
[24] 李琳琳.遥感图像分割中阈值的自动选取技术研究[D].兰州:兰州大学,2012.
[25] 魏飞鸣.基于对象信息的遥感影像分类研究[D].成都:电子科技大学,2008.
[26] TORTORA R.A Note on Sample Size Estimation for Multinomial Population[J].The American Statistician,1978,32(3):100-102.

GlobeLand30湿地细化分类研究

Research on Wetland Sub-classification from GlobeLand30

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王艳军, 林云浩, 王书涵, 李少春, 王孟杰. OSM辅助车载LiDAR点云三维道路边界精细提取[J]. 测绘通报, 2022, 0(7): 18-25.
[2]	柳林, 孙毅, 李万武. 基于CNN海上钻井平台检测模型的构建及训练算法分析[J]. 测绘通报, 2022, 0(7): 26-32,99.
[3]	孔瑞瑶, 谢涛, 马明, 孔瑞林. CatBoost模型在水深反演中的应用[J]. 测绘通报, 2022, 0(7): 33-37.
[4]	温雨笑, 吕杰, 马庆勋, 张鹏, 徐汝岭. 高光谱和LiDAR联合反演森林生物量研究[J]. 测绘通报, 2022, 0(7): 38-42.
[5]	江泽霖, 邓健, 栾海军, 李兰晖. 基于逐日夜间灯光遥感的新冠肺炎疫情变化信息快速提取——以北京市为例[J]. 测绘通报, 2022, 0(7): 43-48.
[6]	郑艳, 何欢, 卜丽静, 金鑫. 自相似性和边缘保持分解的超分辨率重建算法[J]. 测绘通报, 2022, 0(7): 54-59.
[7]	冉崇宪, 李森磊. 利用无人机多光谱影像提取树冠信息[J]. 测绘通报, 2022, 0(7): 112-117.
[8]	刘立, 董先敏, 刘娟, 文学虎. 人机融合智能的遥感解译生产新方法[J]. 测绘通报, 2022, 0(7): 118-123,137.
[9]	艾敏, 景慧, 田禹东, 郭兰勤, 裴渊杰. 近20年哈尔滨市呼兰区土地利用覆盖变化及驱动分析[J]. 测绘通报, 2022, 0(7): 124-128.
[10]	刘玉贤, 阮明浩, 闫臻. 一种基于机载激光点云的门型电塔精确提取方法[J]. 测绘通报, 2022, 0(7): 129-133.
[11]	刘国超, 彭卫平, 杨水华, 胡周文. 地质雷达+三维测量内窥镜的城市道路病害检测与应用[J]. 测绘通报, 2022, 0(7): 134-137.
[12]	刘小玉, 刘扬, 杜明义, 张敏, 贾竞珏, 杨恒. 基于DeeplabV3+的建筑垃圾堆放点识别[J]. 测绘通报, 2022, 0(4): 16-19,43.
[13]	李佳豪, 周吕, 马俊, 杨飞, 咸凌霄. 利用PS-InSAR技术进行城市地铁沿线形变监测与机理分析[J]. 测绘通报, 2022, 0(4): 20-25.
[14]	师芸, 石龙龙, 牛敏杰, 赵侃. 基于单阶段实例分割网络的黄土滑坡多任务自动识别[J]. 测绘通报, 2022, 0(4): 26-31.
[15]	窦世卿, 陈治宇, 徐勇, 郑贺刚, 苗林林, 宋莹莹. 基于多特征融合与典型降维方法的高光谱影像分类[J]. 测绘通报, 2022, 0(4): 32-36,50.