论文部分内容阅读
土地覆被是地球表面情况的真实反映,土地覆被变化是全球环境变化的重要组成部分。随着人类利用、改造土地能力的不断增强,土地覆被不断发生变化,全球变暖、森林锐减、生物多样性减少、水土流失加剧、荒漠化蔓延等全球性环境问题日益突出,人们逐渐认识到与人类活动密切相关的土地利用/覆被变化是导致全球环境变化的重要原因。精确的土地覆被数据是研究全球环境变化的关键信息源,它为研究地球表面水循环、能量流动、景观结构等全球变化提供了重要的数据支撑,也是开展土地覆被变化研究的基础。为了获取更加精确的土地覆被信息,许多研究者对提高土地覆被分类精度的方法进行了大量研究。当前,提高土地覆被分类精度主要是通过改变分类方法、选取更优的分类特征组合、多源数据融合等手段来实现,这方面的研究已有很多,研究案例也较多。然而,同一土地覆被产品(即使是一些有影响的全球性土地覆被产品)在不同的区域其分类精度也不同,某些区域的分类精度较高,而另一些区域的精度较低,这在一定程度上限制了这些产品的应用。因此,在保留土地覆被产品高精度区域的基础上,对低精度区域进行分类改进也是提高整个土地覆被产品分类精度的一种有效方法,而这方面的研究目前较少。鉴于此,本文以京津冀地区MODIS土地覆被产品(MCD12Q1)为研究对象,以1:25万土地覆被数据为参考数据,在保留MCD12Q1与参考数据分类一致区域的基础上,对不一致区域进行改进。通过构建土地覆被分布与地形因子之间的多元线性回归模型,对低精度区域(不一致区域)的分类进行改进,并将改进结果分别与原MCD12Q1和1:25万土地覆被数据进行宏观分析和定量分析,以证实基于地形因子提高土地覆被分类精度的结果和程度。主要研究工作与结论如下:(1)宏观分析土地覆被分布与地形因子之间的相关关系。选取海拔高度、坡度、坡向、地形起伏度、地表切割深度五个地形因子,对其进行适当的分级,分析各地形因子在不同分布范围与各类土地覆被面积占比之间的关系。结果表明,海拔高度、坡度、地形起伏度、地表切割深度对林地、草地、耕地三类土地覆被空间分布的影响较大,坡向对土地覆被的影响并不显著。(2)构建土地覆被分布与地形因子之间的多元线性回归模型。以京津冀地区的县级行政单元为统计分析样本,分区统计得到各县的平均海拔、平均坡度、平均坡向、地形起伏度、地表切割深度以及不同土地覆被类型占全县总面积的比例。以各县地形因子为自变量、每类土地覆被面积占全县总面积的比例为因变量,进行了多元线性逐步回归分析,并根据回归分析结果构建了各类土地覆被分布与地形因子的多元线性回归模型。根据常数项是否为0,构建了常数为0和常数非0两类模型。(3)模型模拟结果的比较与分析。以研究区1:25万土地覆被数据集为参考数据,通过整个研究区各地类的面积构成比例、各县每类土地覆被计算面积占比与实际面积占比的相关性、空间一致性、混淆矩阵四种方法,对两类模型模拟结果进行分析。结果表明:(1)与常数为0的林地回归计算面积占比数据相比,常数非0的林地回归计算面积占比数据在林地面积构成比例(19.53%)、基于栅格单元的各县回归计算面积占比与实际面积占比的相关性(0.86)、总体精度(83.29%)三方面的模拟效果较好。(2)常数非0的草地回归计算面积占比数据的基于栅格单元的各县回归计算面积占比与实际面积占比的相关性(0.62)和总体精度(66.97%)较高。(3)常数为0的耕地回归计算面积占比数据的空间一致性和总体精度较高,分别为72.64%和62.48%。(4)常数为0的人工地表回归计算面积占比数据和常数非0的其他地类回归计算面积占比数据的模拟效果并不理想,使用时需要进行一定的修正。(4)基于土地覆被分布与地形因子之间的关系模型改进MODIS土地覆被产品分类。设计了两种改进方案:(1)在整合、统一分类系统的基础上,仅对MCD12Q1五种地类中与地形因子关系密切的林地、草地、耕地三种地类进行改进,生成新土地覆被产品MCD-NEW3;(2)对MCD12Q1全部五种地类进行改进,生成新的土地覆被产品MCDNEW5。同样,以1:25万土地覆被数据为参考,利用面积构成比例、空间一致性、混淆矩阵对MCD-NEW3、MCD-NEW5以及MCD12Q1进行评价。结果表明:(1)与MCD12Q1相比,MCD-NEW3和MCD-NEW5的林地、草地面积比例得到了较好的改善。(2)MCDNEW3的总体精度和Kappa系数较MCD12Q1提高了12.51%和0.15,其林地、草地、耕地的空间一致性分别提高了8.55%、27.44%和7.23%。(3)MCD-NEW5的总体精度和Kappa系数较MCD12Q1提高了17.14%和0.25,基本上其所有地类的空间一致性、生产者精度和用户精度都得到了提高。(4)MCD-NEW3和MCD-NEW5的分类精度均有提高。(5)两种改进方案的比较。通过对比两种改进产品MCD-NEW3和MCD-NEW5表明:从MCD-NEW3到MCD-NEW5,总体精度由73.34%上升为77.97%,提高了4.63%;Kappa系数由0.54变为0.64,提高了0.1;林地、草地、人工地表、其他地类的生产者精度分别提高了16.99%、14.38%、2.2%和5.62%;就用户精度而言,耕地、人工地表、其他地类分别提高了7.39%、25.21%和23.47%,草地提高幅度较小;MCD-NEW3仅有耕地的生产者精度和林地的用户精度高于MCD-NEW5。整体上看,MCD-NEW5的精度更高,改进效果更加明显。综上,本文利用土地覆被分布与地形因子的相关关系,构建了二者之间的多元线性回归模型。基于所构建的模型,设计了两种提高MODIS土地覆被产品分类精度的方案,实现了MODIS土地覆被产品分类精度的提高。本文的研究方法不仅提高了MODIS土地覆被产品的分类精度,同时,本文的研究思路对今后的土地覆被分类研究具有较好的参考价值。