书籍详情
全球宏观尺度多源土地覆盖数据融合与质量评价研究
作者:白燕 等 著
出版社:科学出版社
出版时间:2019-09-01
ISBN:9787030593214
定价:¥128.00
购买这本书可以去
内容简介
《全球宏观尺度多源土地覆盖数据融合与质量评价研究》在国家科技基础条件平台项目——国家地球系统科学数据共享网(2005DKA32300)和江苏省地理信息资源开发与利用协同创新中心建设项目的支持下,以5套全球宏观尺度中低分辨率土地覆盖数据集为研究对象,在对其一致性精度进行系统评价、对比分析其异同的基础上,结合利用相关辅助数据集,设计了一种基于模糊逻辑思想的证据融合方法,实现了多源土地覆盖信息的融合,并对融合数据与源数据的质量进行了定量评价与对比分析。
作者简介
暂缺《全球宏观尺度多源土地覆盖数据融合与质量评价研究》作者简介
目录
目录
前言
第1章 绪论 1
1.1 研究背景 1
1.1.1 土地覆盖及其变化是全球变化研究的重要组成部分 1
1.1.2 精确的土地覆盖数据是全球变化研究重要的基础数据 4
1.1.3 多源土地覆盖信息融合是全球变化研究的发展趋势 8
1.2 研究意义 10
1.3 研究目标、研究内容与方法 11
1.3.1 研究目标 11
1.3.2 研究内容与方法 11
1.4 技术路线 12
第2章 全球土地覆盖数据精度分析及其融合研究进展 14
2.1 全球宏观尺度土地覆盖数据集概述 14
2.1.1 GLCC数据 16
2.1.2 UMd数据 17
2.1.3 GLC 2000数据 18
2.1.4 MODIS LC数据 19
2.1.5 GlobCover数据 22
2.1.6 小结 22
2.2 土地覆盖分类系统研究进展 23
2.2.1 土地覆盖分类系统概述 23
2.2.2 土地覆盖分类系统的国内外研究进展 23
2.2.3 国内外主要的土地覆盖分类系统 24
2.2.4 小结 32
2.3 全球土地覆盖数据精度评价的研究进展 33
2.3.1 土地覆盖数据精度评价方法概述 33
2.3.2 全球土地覆盖数据精度评价研究进展 37
2.4 多源土地覆盖遥感数据融合研究 42
2.4.1 多源信息融合的基本概念 42
2.4.2 多源土地覆盖遥感信息融合方法与技术 43
2.4.3 多源土地覆盖数据融合与重建研究进展 50
2.5 本章小结 55
第3章 全球土地覆盖数据集的精度评价方法 57
3.1 数据源收集与预处理 57
3.1.1 全球土地覆盖数据及其预处理 57
3.1.2 参考数据及其预处理 61
3.2 目标分类系统的定义 62
3.2.1 陆面过程模型中植被的描述及其分类方案 62
3.2.2 植物功能型概述 66
3.2.3 目标分类系统的定义 68
3.3 数据一致性对比方法 69
3.3.1 土地覆盖类型面积数量精度对比 70
3.3.2 多源土地覆盖数据空间一致性对比 70
3.4 精度定量评价方法 70
3.4.1 野外采样方法 71
3.4.2 统计采样方法 72
3.4.3 受控分层随机采样方法 74
3.4.4 基于样点的土地覆盖解译方法 76
3.4.5 精度评价指标 82
3.5 本章小结 82
第4章 多源土地覆盖数据融合方法 83
4.1 融合原则 83
4.2 输入数据及其预处理 83
4.2.1 GLCC、UMd、GLC 2000、MODIS LC和GlobCover数据集 84
4.2.2 MODIS VCF数据集 84
4.2.3 MODIS Cropland Probability数据集 84
4.2.4 AVHRR CFTC数据集 86
4.3 相关性分值的定义 88
4.3.1 源土地覆盖数据集中土地覆盖类型与Trees的相关性分值 89
4.3.2 源土地覆盖数据集中土地覆盖类型与农田的相关性分值 90
4.3.3 源土地覆盖数据集中土地覆盖类型与其他目标分类的相关性分值 90
4.4 多源土地覆盖数据融合方法 91
4.4.1 多源土地覆盖数据融合的技术方法 91
4.4.2 多源土地覆盖数据融合的计算方法 93
4.5 多源土地覆盖融合数据的变异程度值计算 97
4.5.1 多源土地覆盖融合数据中像元值为森林的变异程度值计算 98
4.5.2 多源土地覆盖融合数据中像元值为农田的变异程度值计算 98
4.5.3 多源土地覆盖融合数据中像元值为其他生物形态的变异程度值计算 99
4.5.4 多源土地覆盖融合数据中像元值为森林叶属性的变异程度值计算 100
4.6 多源土地覆盖融合数据与源土地覆盖数据集的一致性对比方法 101
4.6.1 土地覆盖数据集的平均总体一致性 101
4.6.2 土地覆盖类型的平均一致性 101
4.7 本章小结 102
第5章 全球土地覆盖数据集在中国区域的一致性分析 103
5.1 全球土地覆盖数据集的面积数量精度对比分析 103
5.1.1 全球土地覆盖数据集之间的面积一致性对比 103
5.1.2 全球土地覆盖数据集与中国土地覆盖参考数据之间的面积一致性对比 105
5.2 全球土地覆盖数据集的空间一致性对比分析 106
5.2.1 全球土地覆盖数据集之间的空间一致性对比 106
5.2.2 全球土地覆盖数据集与中国土地覆盖参考数据之间的空间一致性对比 107
5.3 本章小结 112
第6章 全球土地覆盖融合数据在中国区域的精度评价与分析 113
6.1 多源土地覆盖融合数据 113
6.1.1 土地覆盖两级类融合数据 113
6.1.2 土地覆盖融合数据的可靠性精度 114
6.2 土地覆盖融合数据的一致性精度评价与对比分析 116
6.2.1 土地覆盖数据集的平均总体一致性 116
6.2.2 土地覆盖类型的平均一致性 118
6.3 土地覆盖样点数据 120
6.3.1 基于Labeling系统采集得到的土地覆盖样点 120
6.3.2 野外采集的土地覆盖GPS样点 120
6.4 土地覆盖融合数据精度的定量评价与分析 120
6.4.1 基于Labeling系统采集样点的数据精度评价 120
6.4.2 利用野外采集GPS样点的数据精度评价 123
6.5 本章小结 128
第7章 结论与展望 129
7.1 结论 129
7.1.15 套全球土地覆盖数据集在中国区域的一致性评价结果 129
7.1.2 全球土地覆盖融合数据在中国区域的一致性精度评价结果 130
7.1.3 全球土地覆盖数据集精度的定量评价与对比分析结果 130
7.2 创新点 131
7.3 讨论 132
7.3.1 影响土地覆盖数据集之间差异的因素 132
7.3.2 影响土地覆盖数据集精度对比评价的因素 133
7.4 研究展望 133
参考文献 135
附录1 土地覆盖分类系统 158
附录2 FAO LCCS类别分类表 164
附录3 土地覆盖分类系统映射转换表 165
附录4 相关性分值表 167
前言
第1章 绪论 1
1.1 研究背景 1
1.1.1 土地覆盖及其变化是全球变化研究的重要组成部分 1
1.1.2 精确的土地覆盖数据是全球变化研究重要的基础数据 4
1.1.3 多源土地覆盖信息融合是全球变化研究的发展趋势 8
1.2 研究意义 10
1.3 研究目标、研究内容与方法 11
1.3.1 研究目标 11
1.3.2 研究内容与方法 11
1.4 技术路线 12
第2章 全球土地覆盖数据精度分析及其融合研究进展 14
2.1 全球宏观尺度土地覆盖数据集概述 14
2.1.1 GLCC数据 16
2.1.2 UMd数据 17
2.1.3 GLC 2000数据 18
2.1.4 MODIS LC数据 19
2.1.5 GlobCover数据 22
2.1.6 小结 22
2.2 土地覆盖分类系统研究进展 23
2.2.1 土地覆盖分类系统概述 23
2.2.2 土地覆盖分类系统的国内外研究进展 23
2.2.3 国内外主要的土地覆盖分类系统 24
2.2.4 小结 32
2.3 全球土地覆盖数据精度评价的研究进展 33
2.3.1 土地覆盖数据精度评价方法概述 33
2.3.2 全球土地覆盖数据精度评价研究进展 37
2.4 多源土地覆盖遥感数据融合研究 42
2.4.1 多源信息融合的基本概念 42
2.4.2 多源土地覆盖遥感信息融合方法与技术 43
2.4.3 多源土地覆盖数据融合与重建研究进展 50
2.5 本章小结 55
第3章 全球土地覆盖数据集的精度评价方法 57
3.1 数据源收集与预处理 57
3.1.1 全球土地覆盖数据及其预处理 57
3.1.2 参考数据及其预处理 61
3.2 目标分类系统的定义 62
3.2.1 陆面过程模型中植被的描述及其分类方案 62
3.2.2 植物功能型概述 66
3.2.3 目标分类系统的定义 68
3.3 数据一致性对比方法 69
3.3.1 土地覆盖类型面积数量精度对比 70
3.3.2 多源土地覆盖数据空间一致性对比 70
3.4 精度定量评价方法 70
3.4.1 野外采样方法 71
3.4.2 统计采样方法 72
3.4.3 受控分层随机采样方法 74
3.4.4 基于样点的土地覆盖解译方法 76
3.4.5 精度评价指标 82
3.5 本章小结 82
第4章 多源土地覆盖数据融合方法 83
4.1 融合原则 83
4.2 输入数据及其预处理 83
4.2.1 GLCC、UMd、GLC 2000、MODIS LC和GlobCover数据集 84
4.2.2 MODIS VCF数据集 84
4.2.3 MODIS Cropland Probability数据集 84
4.2.4 AVHRR CFTC数据集 86
4.3 相关性分值的定义 88
4.3.1 源土地覆盖数据集中土地覆盖类型与Trees的相关性分值 89
4.3.2 源土地覆盖数据集中土地覆盖类型与农田的相关性分值 90
4.3.3 源土地覆盖数据集中土地覆盖类型与其他目标分类的相关性分值 90
4.4 多源土地覆盖数据融合方法 91
4.4.1 多源土地覆盖数据融合的技术方法 91
4.4.2 多源土地覆盖数据融合的计算方法 93
4.5 多源土地覆盖融合数据的变异程度值计算 97
4.5.1 多源土地覆盖融合数据中像元值为森林的变异程度值计算 98
4.5.2 多源土地覆盖融合数据中像元值为农田的变异程度值计算 98
4.5.3 多源土地覆盖融合数据中像元值为其他生物形态的变异程度值计算 99
4.5.4 多源土地覆盖融合数据中像元值为森林叶属性的变异程度值计算 100
4.6 多源土地覆盖融合数据与源土地覆盖数据集的一致性对比方法 101
4.6.1 土地覆盖数据集的平均总体一致性 101
4.6.2 土地覆盖类型的平均一致性 101
4.7 本章小结 102
第5章 全球土地覆盖数据集在中国区域的一致性分析 103
5.1 全球土地覆盖数据集的面积数量精度对比分析 103
5.1.1 全球土地覆盖数据集之间的面积一致性对比 103
5.1.2 全球土地覆盖数据集与中国土地覆盖参考数据之间的面积一致性对比 105
5.2 全球土地覆盖数据集的空间一致性对比分析 106
5.2.1 全球土地覆盖数据集之间的空间一致性对比 106
5.2.2 全球土地覆盖数据集与中国土地覆盖参考数据之间的空间一致性对比 107
5.3 本章小结 112
第6章 全球土地覆盖融合数据在中国区域的精度评价与分析 113
6.1 多源土地覆盖融合数据 113
6.1.1 土地覆盖两级类融合数据 113
6.1.2 土地覆盖融合数据的可靠性精度 114
6.2 土地覆盖融合数据的一致性精度评价与对比分析 116
6.2.1 土地覆盖数据集的平均总体一致性 116
6.2.2 土地覆盖类型的平均一致性 118
6.3 土地覆盖样点数据 120
6.3.1 基于Labeling系统采集得到的土地覆盖样点 120
6.3.2 野外采集的土地覆盖GPS样点 120
6.4 土地覆盖融合数据精度的定量评价与分析 120
6.4.1 基于Labeling系统采集样点的数据精度评价 120
6.4.2 利用野外采集GPS样点的数据精度评价 123
6.5 本章小结 128
第7章 结论与展望 129
7.1 结论 129
7.1.15 套全球土地覆盖数据集在中国区域的一致性评价结果 129
7.1.2 全球土地覆盖融合数据在中国区域的一致性精度评价结果 130
7.1.3 全球土地覆盖数据集精度的定量评价与对比分析结果 130
7.2 创新点 131
7.3 讨论 132
7.3.1 影响土地覆盖数据集之间差异的因素 132
7.3.2 影响土地覆盖数据集精度对比评价的因素 133
7.4 研究展望 133
参考文献 135
附录1 土地覆盖分类系统 158
附录2 FAO LCCS类别分类表 164
附录3 土地覆盖分类系统映射转换表 165
附录4 相关性分值表 167
猜您喜欢