土地利用數據技術服務

一、背景介紹

????????土地是人類賴以生存與發展的重要資源和物質保障,在“人口-資源-環境-發展(PRED)”復合系統 中,土地資源處于基礎地位。隨著現代社會人口的不斷增長以及工業化、城市化進程的加速,人類對土地資源的開發利用強度不斷增大,對土地資源的不合理利用,導致了嚴重的水土流失和生態環境惡化,人類面臨的土地利用問題較歷史上任何時候都更為突出。土地利用現狀分析是在土地利用現狀調查的基礎上進行的。通過對土地資源的數量與質量、結構與分布以及土地利用現狀與開發潛力等方面的分析,明確規劃區域內土地資源的整體優勢與劣勢、制約優勢土地資源開發利用的主要因素,揭示土地利用中存在的問題,從而明確土地資源開發利用的方向和重點,提出改善土地利用、提高土地利用率和生產力的對策和途徑,既可以發揮區域資源優勢、強化區域土地系統功能,又強調人地協調發展的土地利用規劃,為制定土地利用規劃提供重要的科學依據。因此,進行土地利用現狀分析,對促進土地利用結構的調整與優化、綜合整治、保護土地、充分挖掘土地利用上的潛力以及保持國民經濟的持續健康發展等都具有十分重要的意義。

????????全國大宗農作物產品是指在商品農業經濟結構中占有較大權重,生產量、消費量、貿易量、運輸量等較大的農作物產品。目前,我國主要的大宗農作物產品包括小麥、玉米、水稻、大豆、棉花、油菜、橡膠、棕櫚油等。

????????農產品作為一種消費產品,其種植面積、產量及價格牽涉面廣,歷來受到各界廣泛關注。不僅如此,在經濟全球化背景及我國大宗農產品市場化推動下,我國大宗農產品價格越來越受國際農產品市場的影響。

????????地理遙感生態網平臺應中國石油大學(北京)的要求,對北京市基于Landsat遙感影像生產的2013年與2017年30m柵格土地利用及黑龍江省2000年、2010年與2015年1km柵格大豆種植面積空間分布數據提供技術服務,以滿足客戶項目及科研工作的需要。

二.案例詳情

服務單位

中國石油大學(北京)

服務時間

2018.11

服務內容

北京市2013年和2017年30m柵格土地利用與黑龍江省2000年、2010年及2015年大豆種植面積空間分布數據

本次技術服務的核心土地利用數據是基于Landsat8-OLI遙感影像生產的北京市土地利用數據產品,包括耕地、林地、草地、水域、建設用地和未利用地在內的6個一級類,包括有林地、灌木林、疏林地、其他林地和高、中、低覆蓋度草地等25個二級類型,具體土地利用分類內容及含義如附件中表1所示。本次技術服務主要流程如下:

1.數據獲取與數據準備

????????本研究采用的遙感影像數據來自美國馬里蘭大學和中國科學院國際科學數據服務平臺,均采用美國陸地衛星于2013年和2017年所拍攝的Landsat8- OLI30m遙感影像,云量均接近0%。本文的遙感影像成像時間不一致,根據瞬時狀態下最大限度使圖像上盡可能豐富地反映地表信息的原則,本次遙感調查主要選擇5月下旬至6月中旬或8月下旬至9月中旬的圖像,由于地物信息較清楚,由此帶來的地物反射光譜差異顯著,容易識別,影像解譯比較容易。

2.數據預處理

在對影像數據進行分類解譯之前,首先要對數據做預處理工作,主要步驟有:

? ??(1)波段選擇及融合

????????本文采用最佳指數法(Optimum Index Factor,簡稱)和特征值法相結合,共同確定了最佳波段組合,也就是 Landsat8-OLI5、4、3波段,分別賦予紅、綠、藍色作為標準假彩色合成的RGB波段。這一假彩色影像最關鍵的是突出了植被特征,并且能提供豐富的信息,能充分顯示各種地物特征的差別,便于分類,可以保證分類的準確性。

? ??(2)圖像幾何校正與配準

????????本次技術服務采用的Landsat系列圖像已經在中國遙感衛星地面站進行過輻射校正和幾何粗校正,但為了使研究結果更加的科學、可信,則必須的對影像進行幾何精校正。幾何精校正是利用地面控制點(Ground control Point,GPC)對由各種隨機因素引起的遙感圖像進行幾何畸變的校正。本研究以研究區的地形圖作為參考圖像,必要時輔以實地考察的GPS點,采用多項式幾何糾正計算模型,對遙感影像進行幾何精校正。

? ??(3)圖像增強處理

????????傳感器獲取的遙感圖像含有大量地物特征信息,在圖像上這些特征信息以灰度形式表現出來,當地物特征間表現的灰度差很小時,目視判讀就無法辨認,圖像增強處理是的目的在于突出圖像中有用的信息,擴大不同圖像特征之間的差別,從而提高對圖像的解譯和分析能力。遙感數字圖像增強處理一般可分為兩大類:頻域法和空間域法。本文主要采用空間域圖像增強方法,其遵循視覺效果比較好、計算相對簡單、合乎應用要求的原則。另外,在后面遙感圖像分類的新波段變量構造部分還應用了NDVI指數以區分植被和非植被以提高分類精度。

? ??(4)影像拼接與裁剪

????????本案例中的研究區域為北京市,則遙感影像數據需要覆蓋整個研究區,因此需要進行影像拼接,進行拼接時首先要參照某一遙感影像,將其它遙感影像進行直方圖匹配處理,使得所有用到的遙感影像具有基本一致的色調,然后再將要用到的影像進行無縫的拼接處理,之后經過裁剪得到覆蓋整個研究區的遙感影像。

3.分類方法

????????本次服務是基于Landsat等遙感信息基礎上,在多位專家的參與下,采用全數字人機交互作業方法,同時參照有關地理圖件和統計資料,結合外業實地考察驗證,對地物的幾何形狀,顏色特征、紋理特征和空間分布情況進行分析,并在綜合各位專家意見后,建立遙感影像解譯標志。在內業建立解譯標志與實現數據獲取的基礎上,不斷的對解譯模板進行修改,直到修改的模板經過評價以后比較滿意為止,以提高土地利用/覆蓋類型精度。動態圖斑數據主要采用“動態分割圖斑法”。參照國內外現有土地利用/土地覆蓋?的分類體系,結合本項目的開展的目的和要求以及遙感信息源的情況,制定了有6個一級分類,25個二級分類的土地利用/土地覆蓋分類體系。

????????在分類過程中,由于遙感圖像自身的空間分辨率,同物異譜以及異物同譜現象廣泛存在,所以錯分和誤分的情況很常見,因此對分類結果要做進一步的處理工作,也就是去除小圖斑的工作,我們常稱之為分類后處理。常用的分類后處理方法有:聚類統計(Clump)、過濾分析(Sieve)、去除分析(Eliminate)和分類重編碼(Recode)等。

4.質量控制與檢查

????????各工序過程質量按要求進行過程檢查?,需100%檢查。

????????土地利用/覆蓋數據抽樣檢查

????????對獲取的土地利用/覆蓋數據產品進行空間抽樣檢查,驗證土地利用/覆蓋數據類型定性是否正確。驗證的方式主要依靠高分影像(要考慮影像的時效性)與野外實地驗證相結合的方式作業,未達到抽樣精度90%的重新修正數據。

5.技術服務成果展示如下圖1

圖片

圖.1北京市2017年土地利用現狀圖

????????附件:

? 表1??土地利用分類內容及含義

一級類型

二級類型

編號

名稱

編號

名稱

含義

1

耕地

-

-

指種植農作物的土地,包括熟耕地、新開荒地、休閑地、輪歇地、草田輪作物地;以種植農作物為主的農果、農桑、農林用地;耕種三年以上的灘地和海涂。

-

-

11

水田

指有水源保證和灌溉設施,在一般年景能正常灌溉,用以種植水稻,蓮藕等水生農作物的耕地,包括實行水稻和旱地作物輪種的耕地。

-

-

12

旱地

指無灌溉水源及設施,靠天然將水生長作物的耕地;有水源和澆灌設施,在一般年景下能正常灌溉的旱作物耕地;以種菜為主的耕地;正常輪作的休閑地和輪歇地。

2

林地

-

-

指生長喬木、灌木、竹類以及沿海紅樹林地等林業用地。

-

-

21

有林地

指郁閉度>30%的天然林和人工林。包括用材林、經濟林、防護林等成片林地。

-

-

22

灌木林

指郁閉度>40%、高度在2米以下的矮林地和灌叢林地。

-

-

23

疏林地

指林木郁閉度為10-30%的林地。

-

-

24

其它林地

指未成林造林地、跡地、苗圃及各類園地(果園、桑園、茶園、熱作林園等)。

3

草地

-

-

指以生長草本植物為主,覆蓋度在5%以上的各類草地,包括以牧為主的灌叢草地和郁閉度在

10%以下的疏林草地。

-

-

31

高覆蓋度草地

指覆蓋>50%的天然草地、改良草地和割草地。此類草地一般水分條件較好,草被生長茂密。

-

-

32

中覆蓋度草地

指覆蓋度在>20-50%的天然草地和改良草地,此類草地一般水分不足,草被較稀疏。

-

-

33

低覆蓋度草地

指覆蓋度在5-20%的天然草地。此類草地水分缺乏,草被稀疏,牧業利用條件差。

4

水域

-

-

指天然陸地水域和水利設施用地。

-

-

41

河渠

指天然形成或人工開挖的河流及主干常年水位以下的土地。人工渠包括堤岸。

-

-

42

湖泊

指天然形成的積水區常年水位以下的土地。

-

-

43

水庫坑塘

指人工修建的蓄水區常年水位以下的土地。

-

-

44

永久性冰川雪地

指常年被冰川和積雪所覆蓋的土地。

-

-

45

灘涂

指沿海大潮高潮位與低潮位之間的潮浸地帶。

-

-

46

灘地

指河、湖水域平水期水位與洪水期水位之間的土地。

5

城鄉、工礦、居民用地

-

-

指城鄉居民點及其以外的工礦、交通等用地。

-

-

51

城鎮用地

指大、中、小城市及縣鎮以上建成區用地。

-

-

52

農村居民點

指獨立于城鎮以外的農村居民點。

-

-

53

其它建設用地

指廠礦、大型工業區、油田、鹽場、采石場等用地以及交通道路、機場及特殊用地。

6

未利用土地

-

-

目前還未利用的土地,包括難利用的土地。

-

-

61

沙地

指地表為沙覆蓋,植被覆蓋度在5%以下的土地,包括沙漠,不包括水系中的沙漠。

-

-

62

戈壁

指地表以碎礫石為主,植被覆蓋度在5%以下的土地。

-

-

63

鹽堿地

指地表鹽堿聚集,植被稀少,只能生長強耐鹽堿植物的土地。

-

-

64

沼澤地

指地勢平坦低洼,排水不暢,長期潮濕,季節性積水或常年積水,表層生長濕生植物的土地。

-

-

65

裸土地

指地表土質覆蓋,植被覆蓋度在5%以下的土地。

-

-

66

裸巖石質地

指地表為巖石或石礫,其覆蓋面積>5%的土地。

-

-

67

其它

指其它未利用土地,包括高寒荒漠,苔原等。

????????地理遙感生態網平臺提供的農作物種植空間分布數據,是以不同品種農作物的種植規律、物候特征、生長特性等為基礎,建立不同品種農作物遙感識別的模型,選取適宜時相、適宜分辨率的遙感影像(主要數據源為Landsat和MODIS衛星遙感影像),進行信息提取,得到不同品種農作物種植的空間分布范圍,做成多種尺度柵格數據,用于滿足不同的分析應用需求。

來源:應用推廣部

供稿:技術研發部

編輯:方梅

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/news/165445.shtml
繁體地址,請注明出處:http://hk.pswp.cn/news/165445.shtml
英文地址,請注明出處:http://en.pswp.cn/news/165445.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Excel使用VLOOKUP查詢數據

VLOOKUP函數在百度百科中的解釋是: 解釋一下,函數需要4個參數: 參數1(lookup_value):需要匹配的值參數2(table_array):在哪個區域里進行匹配參數3(col_index…

Dubbo3使用Zookeeper作為注冊中心的方案討論!詳解DubboAdmin與PrettyZoo來監控服務的優劣!

文章目錄 一:Dubbo注冊中心的基本使用 二:Zookeeper注冊中心的使用 1:依賴引入 2:實際開發 三:Zookeeper作為注冊中心的使用展示 1:啟動注冊Zookeeper服務 2:引入注冊中心 (一)&#xf…

Java 21增強對Emoji表情符號的處理了

現一個 Java 21 中有意思的東西! 在java.Lang.Character類中增加了用于確定字符是否為 Emoji 表情符號的 API,主要包含下面六個新的靜態方法: public static boolean isEmoji(int codePoint) {return CharacterData.of(codePoint).isEmoji(…

操作系統 day13(RR、優先級調度)

RR(時間片輪轉) 響應時間:系統中有10個進程正在并發執行,如果時間片為1秒,則一個進程被響應可能需要等待9秒。也就是說,如果用戶在自己進程的時間片外通過鍵盤發出調試命令,可能需要等待9秒才能…

中斷方式的數據接收

中斷接收簡介 回顧之前的代碼 之前的代碼是 等待標志位RXNE位為1才有數據 進而讀取數據存放在變量c中 再根據c變量的數據是為0還是為1進而編寫燈亮滅的代碼 if語句 但這樣的代碼明顯不符合裸機多任務的編程模型 因為在while中為進程 進程執行的時間不能大于5ms 但是while&…

Qt/QML編程學習之心得:一個Qt工程的學習筆記(九)

1、.pro文件 加CONFIG += c++11,才可以使用Lamda表達式(一般用于connect的內嵌槽函數) 2、QWidget 這是Qt新增加的一個類,基類,窗口類,QMainWindow和QDialog都繼承與它。 3、Main函數 QApplication a應用程序對象,有且僅有一個 a.exec() 進行消息循環、阻塞 MyWi…

《圖解Java數據結構與算法:微課視頻版》簡介

本書系統、全面地介紹數據結構的基礎理論與算法設計,精選數據結構考研習題和各類典型例題進行講解,案例和課后習題豐富,突出對數據結構算法實踐能力的培養。本書算法均采用Java語言實現,示例代碼可直接上機運行。 本書配套資源豐…

Spring-jdbcTemplate-配置數據庫連接池,配置文件方式beans.xml

1、jdbc.properties jdbc.drivercom.mysql.cj.jdbc.Driver jdbc.urljdbc:mysql:///studb jdbc.userroot jdbc.pwd123456 2、beans.xml <?xml version"1.0" encoding"UTF-8"?> <beans xmlns"http://www.springframework.org/schema/beans&…

Python BDD 框架比較之 pytest-bdd vs behave

pytest-bdd和behave是 Python 的兩個流行的 BDD 測試框架&#xff0c;兩者都可以用來編寫用戶故事和可執行的測試用例&#xff0c; 具體選擇哪一個則需要根據實際的項目狀況來看。 先簡單看一下兩者的功能&#xff1a; pytest-bdd 基于pytest測試框架&#xff0c;可以與pytest…

港口大型設備狀態監測及預測性維護策略

在現代港口運營中&#xff0c;大型設備的正常運行對于保障港口作業的高效性至關重要。為了實現設備的可靠性和持續性&#xff0c;港口管理者需要采取一系列狀態監測和預測性維護策略。 推進自動化和智能化是提高港口大型設備狀態監測和維護管理效率的重要途徑。通過應用先進的…

【計算機網絡筆記】數據鏈路層概述

系列文章目錄 什么是計算機網絡&#xff1f; 什么是網絡協議&#xff1f; 計算機網絡的結構 數據交換之電路交換 數據交換之報文交換和分組交換 分組交換 vs 電路交換 計算機網絡性能&#xff08;1&#xff09;——速率、帶寬、延遲 計算機網絡性能&#xff08;2&#xff09;…

讀像火箭科學家一樣思考筆記07_探月思維

1. 挑戰“不可能”的科學與企業 1.1. 互聯網 1.1.1. 和電網一樣具有革命性&#xff0c;一旦你插上電源&#xff0c;就能讓自己的生活充滿活力 1.1.2. 互聯網的接入可以幫助人們擺脫貧困&#xff0c;拯救生命 1.1.3. 互聯網還可以提供與天氣相關的信息 1.2. 用廉價、可靠的…

Windows如何截取屏幕圖片以及動態圖

在制作PPT或是其他演示文稿或是說明文檔的時候&#xff0c; 常常需要截取網頁或是屏幕的截圖&#xff0c;在Windows中有多種方式可以實現截取屏幕。 Windows 截取屏幕圖片的方式 在Windows 中截取屏幕中某個區塊的方式有&#xff1a; 方式1. 最原始的方式&#xff1a; 點擊 …

C練習題_2

一、單項選擇題(本大題共20小題,每小題2分,共40分。在每小題給出的四個備選項中選出一個正確的答案&#xff0c;并將所選項前的字母填寫在答題紙的相應位置上。&#xff09; 以下敘述中錯誤的是&#xff08;) A.對于double類型數組&#xff0c;不可以直接用數組名對數組進行整…

機器學習與藥物篩選的心得體會

機器學習在藥物設計里面的應用可以說還是比較常見的&#xff0c;尤其是搞計算的都會或多或少的涉及到這塊。比如國內做這塊比較多的&#xff0c;浙江大學的侯廷軍教授&#xff0c;北京化工大學的閆愛霞教授&#xff0c;華東理工大學的幾個做模擬計算的老師&#xff0c;上海藥物…

Unity機器學習 ML-Agents第一個例子

上一節我們安裝了機器學習mlagents的開發環境&#xff0c;本節我們創建第一個例子&#xff0c;了解什么是機器學習。 我們的例子很簡單&#xff0c;就是讓機器人自主移動到目標位置&#xff0c;不能移動到地板范圍外。 首先我們來簡單的了解以下機器學習的過程。 機器學習的過…

分布式鎖之基于zookeeper實現分布式鎖(三)

3. 基于zookeeper實現分布式鎖 實現分布式鎖目前有三種流行方案&#xff0c;分別為基于數據庫、Redis、Zookeeper的方案。這里主要介紹基于zk怎么實現分布式鎖。在實現分布式鎖之前&#xff0c;先回顧zookeeper的相關知識點 3.1. 知識點回顧 3.1.1. 安裝啟動 安裝&#xff1a…

『亞馬遜云科技產品測評』活動征文|搭建圖床chevereto

『亞馬遜云科技產品測評』活動征文&#xff5c;搭建圖床chevereto 提示&#xff1a;本篇文章授權活動官方亞馬遜云科技文章轉發、改寫權&#xff0c;包括不限于在 Developer Centre, 知乎&#xff0c;自媒體平臺&#xff0c;第三方開發者媒體等亞馬遜云科技官方渠道 文章目錄 『…

Python 獲取本地和廣域網 IP

Python 獲取本地IP &#xff0c;使用第三方庫&#xff0c;比如 netifaces import netifaces as nidef get_ip_address():try:# 獲取默認網絡接口&#xff08;通常是 eth0 或 en0&#xff09;default_interface ni.gateways()[default][ni.AF_INET][1]# 獲取指定網絡接口的IP地…

字符串相加

題意&#xff1a; 給定兩個字符串形式的非負整數 num1 和num2 &#xff0c;計算它們的和并同樣以字符串形式返回。 你不能使用任何內建的用于處理大整數的庫&#xff08;比如 BigInteger&#xff09;&#xff0c; 也不能直接將輸入的字符串轉換為整數形式。 示例 1&#xff…