2015年中國(guó)1∶10萬(wàn)土地覆被數(shù)據(jù)河南地區(qū)精度評(píng)價(jià)

朱 筠，孫九林，秦 奮，王 航

（1.河南大學(xué)黃河中下游數(shù)字地理技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，河南 開(kāi)封 475004；2.河南大學(xué)環(huán)境與規(guī)劃學(xué)院，河南 開(kāi)封 475004；3.中國(guó)科學(xué)院地理科學(xué)與資源研究所，北京 100101）

1 引言

土地覆被數(shù)據(jù)是認(rèn)識(shí)人類(lèi)活動(dòng)和全球變化之間復(fù)雜關(guān)系的關(guān)鍵信息源[1-2]。它可以廣泛應(yīng)用于氣候和水文過(guò)程模型[3-5]、碳循環(huán)模型參數(shù)確定[6-7]、公共健康和生態(tài)系統(tǒng)評(píng)價(jià)[8-9]、自然資源或農(nóng)業(yè)活動(dòng)管理[10-11]等研究領(lǐng)域。20世紀(jì)90年代以來(lái)，學(xué)術(shù)界一直高度關(guān)注全球和區(qū)域土地利用/土地覆被變化的研究[12-16]。目前，國(guó)內(nèi)外土地覆被數(shù)據(jù)產(chǎn)品空間分辨率在30 m～1000 m[2，17]，國(guó)際上，有馬里蘭大學(xué)的全球土地覆被數(shù)據(jù)集UMD（1 km），美國(guó)地質(zhì)調(diào)查局的全球土地覆被數(shù)據(jù)集IGBP-DISCover（1 km），波士頓大學(xué)的全球土地覆被數(shù)據(jù)集MOD12Q1（1 km），歐盟聯(lián)合研究中心的全球土地覆蓋數(shù)據(jù)集GLC2000（1 km），歐洲空間局的全球土地覆被數(shù)據(jù)集GlobCover 2005（300 m）；在國(guó)內(nèi)，有國(guó)家基礎(chǔ)地理信息中心、中國(guó)科學(xué)院遙感應(yīng)用研究所、國(guó)家氣候中心等單位共同研制的全球土地覆被數(shù)據(jù)集GlobeLand30（30 m），清華大學(xué)2013年研發(fā)的全球土地覆被數(shù)據(jù)集FROM-GLC（30 m），國(guó)家科技基礎(chǔ)條件平臺(tái)——國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)牽頭完成的2015年中國(guó)1∶10萬(wàn)土地覆被數(shù)據(jù)產(chǎn)品。

以上土地覆被數(shù)據(jù)產(chǎn)品都以遙感影像作為數(shù)據(jù)源，受空間分辨率、光譜分辨率、地物特性等影響，影像質(zhì)量具有不確定性，分類(lèi)結(jié)果與地面實(shí)際情況也有不完全一致性，這些因素都影響土地覆被數(shù)據(jù)產(chǎn)品的精度，因此，土地覆被數(shù)據(jù)產(chǎn)品的精度評(píng)價(jià)是一項(xiàng)十分重要的工作[17-20]。研究表明，多數(shù)常用的全球1 km土地覆被數(shù)據(jù)集在中國(guó)區(qū)域的總體分類(lèi)精度較低[17，21]，對(duì)于較高分辨率土地覆被數(shù)據(jù)產(chǎn)品，精度評(píng)價(jià)方法不同，分類(lèi)精度也不完全一致。因此，研究一種合理的土地覆被數(shù)據(jù)產(chǎn)品精度評(píng)價(jià)方法，科學(xué)界定土地覆被數(shù)據(jù)產(chǎn)品精度，對(duì)于土地覆被數(shù)據(jù)產(chǎn)品的應(yīng)用具有重要意義。

2016年國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)發(fā)布了國(guó)內(nèi)首套“2015年中國(guó)1∶10萬(wàn)土地覆被數(shù)據(jù)產(chǎn)品”，這是國(guó)際上首套反映近5年來(lái)中國(guó)地表覆蓋動(dòng)態(tài)變化且精度較高的土地覆被數(shù)據(jù)產(chǎn)品，其數(shù)據(jù)精度還有待進(jìn)行更為詳細(xì)的檢驗(yàn)和評(píng)價(jià)。

2 數(shù)據(jù)與方法

2.1 研究區(qū)概況

河南省位于中國(guó)中東部、黃河中下游（110°21′E～116°39′E、31°23′N(xiāo)～36°22′N(xiāo)），全省土地總面積約16.7萬(wàn)km2，占全國(guó)土地面積的1.73%。河南省地處北亞熱帶與暖溫帶兩個(gè)氣候帶，境內(nèi)秦嶺東延部分伏牛山主脈與淮河干流構(gòu)成兩個(gè)生物氣候帶的分界線，南北各地氣候顯著不同，山地和平原氣候也有顯著差異；橫跨中國(guó)第二、第三兩級(jí)地貌階梯，地貌類(lèi)型多樣；自北向南橫跨海河、黃河、淮河、長(zhǎng)江4大水系，境內(nèi)有1500多條主干河流縱橫交錯(cuò)；土壤類(lèi)型多樣，西部和南部山地主要為棕壤、褐土和黃棕壤，東部平原主要為潮土和砂礓黑土, 還有少量鹽堿土、草甸土等；植被類(lèi)型復(fù)雜多樣，分布有常綠針葉林、常綠闊葉林、落葉闊葉林等。河南省地域遼闊，加之地形、氣候、植被等分異因素，土地覆被類(lèi)型豐富，是研究中國(guó)土地覆被數(shù)據(jù)產(chǎn)品的典型地區(qū)。

2.2 數(shù)據(jù)來(lái)源

2015年中國(guó)1∶10萬(wàn)土地覆被數(shù)據(jù)產(chǎn)品由國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)研制，并于2016年底面向中國(guó)科學(xué)領(lǐng)域發(fā)布。該數(shù)據(jù)集的研發(fā)，在已有國(guó)內(nèi)外土地覆被分類(lèi)系統(tǒng)的基礎(chǔ)上，針對(duì)中國(guó)土地覆被實(shí)際情況，從遙感制圖角度和陸地生態(tài)系統(tǒng)觀點(diǎn)出發(fā)，建立一種新的土地覆被分類(lèi)體系，包括一級(jí)地類(lèi)7類(lèi)，二級(jí)地類(lèi)28類(lèi)，并對(duì)每一種土地覆被類(lèi)型二級(jí)類(lèi)分別進(jìn)行編碼、定義，以及主要特征和空間分布的描述（表1）。以2015年Landsat8 OLI多光譜數(shù)據(jù)為主要數(shù)據(jù)源（選用2014年9月—2015年10月各期高質(zhì)量遙感數(shù)據(jù)，云量控制在10%以?xún)?nèi)），輔以高空間分辨率影像和其他參考數(shù)據(jù)，包括Google earth影像數(shù)據(jù)、無(wú)人機(jī)影像數(shù)據(jù)、MODIS時(shí)間序列數(shù)據(jù)，中國(guó)植被區(qū)劃數(shù)據(jù)、DEM數(shù)據(jù)等。通過(guò)野外考察建立分區(qū)域分類(lèi)別的樣點(diǎn)解譯標(biāo)志辭典，采用面向?qū)ο笞詣?dòng)分類(lèi)和人工目視解譯兩種分類(lèi)方法生產(chǎn)全國(guó)1∶10萬(wàn)土地覆被數(shù)據(jù)集，其中，河南地區(qū)數(shù)據(jù)基于ArcGIS軟件平臺(tái)人工目視解譯獲得。

表1 2015年全國(guó)土地覆被分類(lèi)體系Tab.1 China land cover classi fi cation system in 2015

根據(jù)研究區(qū)地理環(huán)境本底狀況，按照《2015年全國(guó)土地覆被分類(lèi)體系》，河南省土地覆被類(lèi)型除去落葉針葉林、草原、沼澤、近海濕地、湖泊、冰川積雪、沙漠/戈壁，以及苔地8個(gè)地物類(lèi)型，共包含6個(gè)一級(jí)地類(lèi)，20個(gè)二級(jí)地類(lèi)（圖1）。

2.3 樣本設(shè)計(jì)方法

目前，常用的土地覆被數(shù)據(jù)精度評(píng)價(jià)方法主要有兩種，一是利用已有的土地覆被數(shù)據(jù)進(jìn)行比較分析的間接評(píng)價(jià)法，二是利用驗(yàn)證樣本計(jì)算土地覆被數(shù)據(jù)精度的直接評(píng)價(jià)法。前者通過(guò)多個(gè)數(shù)據(jù)集的對(duì)比研究，分析數(shù)據(jù)集間的空間一致性和面積一致性，從而得到數(shù)據(jù)的相對(duì)精度[22]，該方法成本低、速度快，但由于不同的土地覆被數(shù)據(jù)使用的數(shù)據(jù)源、分類(lèi)體系、分類(lèi)方法等的不同，可比性受到限制[12]，且精度評(píng)價(jià)結(jié)果受參考數(shù)據(jù)精度影響較大；后者通過(guò)野外實(shí)地考察，或從中高分辨率遙感影像中采集一定數(shù)量的土地覆被樣本，與數(shù)據(jù)集的像元類(lèi)型進(jìn)行對(duì)比，建立混淆矩陣或評(píng)價(jià)模型，從而計(jì)算出數(shù)據(jù)集精度[23]，此評(píng)價(jià)方法得到的驗(yàn)證結(jié)果不依賴(lài)于其他土地覆被數(shù)據(jù)集精度，更具客觀性，但樣本獲取成本高，且樣本數(shù)量、樣本質(zhì)量和抽樣設(shè)計(jì)是制約評(píng)價(jià)結(jié)果客觀性的重要因素[22]。

圖1 2015年河南地區(qū)1∶10萬(wàn)土地覆被數(shù)據(jù)Fig.1 The 1∶100 000 land cover data of Henan Province in 2015

圖2 樣本設(shè)計(jì)方法Fig.2 The method of sample design

本文采用樣本評(píng)價(jià)方法，考慮野外實(shí)地驗(yàn)證樣本的真實(shí)性、客觀性，部分樣本來(lái)自實(shí)地采樣，但由于采樣成本、可達(dá)性、時(shí)間等因素的限制，無(wú)法進(jìn)行區(qū)域全覆蓋野外采樣，因此，采取一種野外實(shí)地采樣與格網(wǎng)采樣融合的區(qū)域全覆蓋樣本設(shè)計(jì)方法（圖2），既能更大程度地保證樣本質(zhì)量，又能保證樣本分布的密度。

2.3.1 實(shí)地采樣設(shè)計(jì)與樣本采集

野外實(shí)地采樣綜合分析河南省地貌、氣候、植被分異等生態(tài)環(huán)境特征，土地利用類(lèi)型分布特征，交通可達(dá)性特征，采樣路線設(shè)定為從北向南、由東向西跨越地貌階梯、氣候帶的 “十”字型線路。共獲取2015年1月、8月、11月3次實(shí)地采樣結(jié)果，考察覆蓋中東部平原、南部山區(qū)、西部山區(qū)以及北部山區(qū)和平原等河南省大部分區(qū)域，每個(gè)采樣點(diǎn)的土地覆被調(diào)查面積不小于500 m×500 m，采集了樣本所在位置的地物照片、光譜信息、無(wú)人機(jī)影像等信息，對(duì)樣本進(jìn)行室內(nèi)高分影像對(duì)比驗(yàn)證，形成271個(gè)實(shí)地樣本點(diǎn)數(shù)據(jù)（圖3）。

2.3.2 格網(wǎng)樣本設(shè)計(jì)與樣點(diǎn)解譯

格網(wǎng)樣本的采樣設(shè)計(jì)基于多面體剖分的全球離散格網(wǎng)系統(tǒng)，選取斯奈德等面積二十面體格網(wǎng)，格網(wǎng)單元不僅等面積，且當(dāng)投影到一個(gè)二十面體時(shí)，它們是六邊形；在三角形、四邊形、六邊形3種常見(jiàn)的能夠進(jìn)行規(guī)則化空間剖分的幾何格網(wǎng)圖形中，六邊形是最緊湊的一種，它具有各向同性、鄰域一致、角分辨率大等特性[24，25]，目前，這種采樣方法已應(yīng)用于全球環(huán)境變化與監(jiān)測(cè)領(lǐng)域[2，26-28]。研究采用全球離散格網(wǎng)軟件生成全球等面積正六邊形格網(wǎng)，每個(gè)正六邊形面積約為96 km2，整個(gè)研究區(qū)被分割成約1900個(gè)正六邊形格網(wǎng)，剔除271個(gè)實(shí)地采樣點(diǎn)所在的格網(wǎng)，剩余每個(gè)正六邊形生成一個(gè)中心點(diǎn)作為樣本點(diǎn)，共1623個(gè)格網(wǎng)樣本（圖3）。

圖3 樣本空間分布圖Fig.3 The spatial distribution of samples

研究中樣本數(shù)據(jù)庫(kù)共包含1894個(gè)驗(yàn)證樣本，通過(guò)對(duì)一級(jí)地類(lèi)樣本點(diǎn)個(gè)數(shù)百分比和地類(lèi)面積百分比進(jìn)行相關(guān)分析（表2），得出相關(guān)系數(shù)為0.99，可見(jiàn)樣本點(diǎn)地物類(lèi)型分配符合研究區(qū)土地覆被類(lèi)型面積比例。

表2 一級(jí)地類(lèi)樣本個(gè)數(shù)占比和面積占比Tab.2 The proportion of sample number and the area of level 1 class

格網(wǎng)樣本解譯利用國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)——土地覆被樣點(diǎn)解譯系統(tǒng)（http： //159.226.111.26：58080/），本系統(tǒng)充分利用多源信息，整合多時(shí)期、多時(shí)相的Landsat影像、Bing Maps高分影像、MODIS時(shí)間序列數(shù)據(jù)，通過(guò)時(shí)空匹配在影像上自動(dòng)提取樣本點(diǎn)，并生成NDVI時(shí)間序列曲線，輔助解譯人員快速完成樣本點(diǎn)位置不同時(shí)期土地覆被類(lèi)型解譯的同時(shí)，大大提高了樣本點(diǎn)解譯的準(zhǔn)確度。樣點(diǎn)解譯和質(zhì)量控制過(guò)程采用三輪核查方式，先由2人初步解譯出樣點(diǎn)土地覆被類(lèi)型，并對(duì)樣點(diǎn)解譯結(jié)果進(jìn)行自查，再由1名技術(shù)人員復(fù)查，最后，由1名解譯經(jīng)驗(yàn)豐富的專(zhuān)家對(duì)樣點(diǎn)類(lèi)型進(jìn)行最終審核。最終，對(duì)樣本進(jìn)行質(zhì)量評(píng)價(jià)，評(píng)價(jià)結(jié)果顯示樣本精度達(dá)到100%，可用于土地覆被數(shù)據(jù)精度評(píng)價(jià)。

2.4 評(píng)價(jià)方法

混淆矩陣被廣泛應(yīng)用于遙感分類(lèi)數(shù)據(jù)精度評(píng)價(jià)，是土地覆被數(shù)據(jù)精度評(píng)價(jià)重要的方法[2，20，23]，它是反映地表觀測(cè)或參考數(shù)據(jù)與分類(lèi)結(jié)果關(guān)系的一張簡(jiǎn)單縱橫列表，為精度評(píng)價(jià)提供一個(gè)明顯的基礎(chǔ)[17，29]，用來(lái)計(jì)算Kappa系數(shù)、總體精度以及制圖精度等評(píng)價(jià)信息。式（1）—式（3）中：N是真實(shí)參考像元總數(shù)；n為混淆矩陣中總列數(shù)（即總類(lèi)別數(shù)）；Xkk表示k類(lèi)中正確分類(lèi)的像元數(shù)量；Xk+表示k類(lèi)中真實(shí)參考像元數(shù)量；X+k為k類(lèi)中被分類(lèi)像元數(shù)量。

3 結(jié)果分析

3.1 混淆矩陣分析

利用驗(yàn)證樣本建立研究區(qū)土地覆被數(shù)據(jù)一級(jí)地類(lèi)混淆矩陣，計(jì)算得出耕地、建設(shè)用地、水體、林地一級(jí)地類(lèi)制圖精度都在90%以上；草地制圖精度84.68%，其它地類(lèi)制圖精度85.7%；從二級(jí)地類(lèi)混淆矩陣計(jì)算得到該數(shù)據(jù)產(chǎn)品在研究區(qū)內(nèi)二級(jí)地類(lèi)總體精度達(dá)到91.34%，Kappa系數(shù)為0.88。

由圖4可以看出，所有土地覆被二級(jí)地類(lèi)中，旱地、城鎮(zhèn)建設(shè)用地、農(nóng)村居民地、交通用地、河流、水庫(kù)/坑塘、裸巖制圖精度達(dá)到90%以上；常綠針葉林、落葉闊葉林、針闊混交林、草叢、水田、園地、工礦用地制圖精度在80%以上；灌叢、灌叢草地、河湖灘地、裸土4個(gè)地類(lèi)精度稍低，在75%左右；常綠闊葉林、草甸2個(gè)地類(lèi)精度最低，均為66.67%。

（1）建設(shè)用地。建設(shè)用地包括城鎮(zhèn)建設(shè)用地、農(nóng)村居民地、交通用地、工礦用地4種類(lèi)型，解譯過(guò)程中參考中國(guó)1：10萬(wàn)基礎(chǔ)地理數(shù)據(jù)（2012年）中居民點(diǎn)圖層，加之建設(shè)用地在Landsat影像上光譜特征明顯，相對(duì)容易判讀，因此，建設(shè)用地解譯精度較高。建設(shè)用地中精度最低的一類(lèi)是工礦用地，制圖精度為85.29%，共有5個(gè)樣點(diǎn)被誤分，包括3個(gè)分布在城鎮(zhèn)建設(shè)用地和1個(gè)農(nóng)村居民地中的工礦用地樣點(diǎn)漏分，1個(gè)尾礦樣點(diǎn)被誤分成了裸地。農(nóng)村居民地精度為90.26%，略低于城鎮(zhèn)建設(shè)用地和交通用地，從混淆矩陣可以看出，該類(lèi)樣點(diǎn)中有6.15%被誤分為城鎮(zhèn)建設(shè)用地，這些誤分樣點(diǎn)所在斑塊的共同特點(diǎn)是面積較大，容易劃分為城鎮(zhèn)建設(shè)用地。

（2）耕地。水田、旱地、園地3個(gè)二級(jí)地類(lèi)中，旱地制圖精度超過(guò)90%，水田和園地制圖精度分別為84.62%和88.89%，主要是因?yàn)?1.11%的水田錯(cuò)分成旱地，從空間分布看，表現(xiàn)在淮河北部平原部分水田被誤分成旱地，南部山區(qū)交錯(cuò)在林地中的少部分水田漏分；平原地區(qū)多數(shù)園地分布在旱地周邊，或與旱地交錯(cuò)種植，人工目視解譯過(guò)程中容易出現(xiàn)園地漏分現(xiàn)象，導(dǎo)致11.11%的園地被誤分為旱地。

（3）水體。河流和水庫(kù)/坑塘2類(lèi)精度比較高，但河湖灘地多與其他土地覆被類(lèi)型的界限比較模糊，分類(lèi)精度僅為75%，從混淆矩陣可以看出，6個(gè)河湖灘地樣點(diǎn)中有2個(gè)被錯(cuò)分，其中，1個(gè)樣點(diǎn)被誤分為旱地，1個(gè)樣點(diǎn)被誤分為裸地。

圖4 二級(jí)地類(lèi)制圖精度Fig.4 The producer’s accuracy of level 2 class

（4）林地。林地的分類(lèi)誤差主要表現(xiàn)在：8個(gè)常綠針葉林樣點(diǎn)被誤分為落葉闊葉林和針闊混交林，1個(gè)常綠闊葉林樣點(diǎn)被誤分為針闊混交林，6.83%和3.75%的落葉闊葉林樣點(diǎn)被誤分為針闊混交林和旱地，8.70%的針闊混交林樣點(diǎn)被誤分為落葉闊葉林，灌叢樣點(diǎn)中有2個(gè)被誤分為落葉闊葉林、1個(gè)被誤分為針闊混交林、1個(gè)被誤分灌叢草地?？傮w來(lái)看，針闊混交林易產(chǎn)生與其他林地二級(jí)地類(lèi)的混分，是因?yàn)槟恳暯庾g中，對(duì)于針闊混交林中的每種類(lèi)型的覆蓋度不超過(guò)75%的判斷受主觀因素影響較大；灌叢易與落葉闊葉林、針闊混交林、灌叢草地產(chǎn)生光譜混淆，精度較低。

（5）草地。草地在所有土地覆被中精度較低，主要由于草地3種二級(jí)地類(lèi)本身，及其與林地二級(jí)地類(lèi)容易產(chǎn)生光譜混淆。草甸是幾種地類(lèi)中精度最低的，因?yàn)檠芯繀^(qū)典型草甸稀少，共3個(gè)樣點(diǎn)，其中1個(gè)錯(cuò)分成草叢是導(dǎo)致制圖精度低的主要原因。

（6）其它。其它地類(lèi)包含裸巖和裸地，裸巖在遙感影像上光譜特征明顯，易于識(shí)別，樣點(diǎn)沒(méi)有出現(xiàn)錯(cuò)分現(xiàn)象；裸地精度比較低，主要是因?yàn)樾莞氐墓庾V特征和裸地相近，3個(gè)裸地樣點(diǎn)中有1個(gè)被誤分為旱地。

3.2 地形對(duì)分類(lèi)精度的影響分析

圖5 研究區(qū)DEM與誤分樣點(diǎn)空間分布Fig.5 DEM and the spatial distribution of error classi fi cation samples in the study area

地形因素是影響土地利用/土地覆被的基本因素，通過(guò)研究區(qū)DEM與誤分樣點(diǎn)空間分布之間的對(duì)比（圖5）發(fā)現(xiàn)：在海拔低于200 m的平原和盆地，誤分樣點(diǎn)的比例是5.5%（表3），該區(qū)域占研究區(qū)總面積的67.63%，土地覆被類(lèi)型以耕地、建設(shè)用地、水體為主，誤分地類(lèi)主要體現(xiàn)在耕地周邊林地的漏分（17.65%）、信陽(yáng)北部地區(qū)水田和旱地的混淆（17.65%）及城鎮(zhèn)建設(shè)用地和農(nóng)村居民地的混淆（16.18%）；在海拔200～500 m的丘陵地帶，誤分樣點(diǎn)的比例為14.87%，該區(qū)域是平原向山地過(guò)度地帶，地形破碎度增加，土地覆被類(lèi)型交錯(cuò)分布、復(fù)雜度提高，判讀難度增加，誤分地類(lèi)以林地、草地間二級(jí)地類(lèi)的混淆為主（63.83%），其次是耕地與林地的混淆（14.89%）；在海拔500～1 000 m的低山區(qū)，誤分樣點(diǎn)所占比例為14.29%，有林地、耕地、草地三種主要地類(lèi)，主要為落葉闊葉林、針闊混交林、灌叢和灌叢草地幾個(gè)地類(lèi)之間的混淆（58.62%）；在大于1 000 m海拔高度的豫西山地，樣點(diǎn)所在圖斑錯(cuò)分比例最高，為17.65%，該區(qū)域土地覆被類(lèi)型以林地、草地為主，混淆地類(lèi)集中體現(xiàn)在落葉闊葉林和針闊混交林（55.56%）、常綠針葉林和針闊混交林（22.22%）、針闊混交林和灌叢草地（11.11%）。

表3 不同海拔范圍的誤分樣點(diǎn)比例Tab.3 Proportion of error classi fi cation points at different elevation

從以上對(duì)比分析看出，研究區(qū)樣點(diǎn)所在圖斑被誤分的比例隨海拔高度的提升呈現(xiàn)上升趨勢(shì)，海拔在200 m以下的區(qū)域，地勢(shì)平坦，地物類(lèi)型復(fù)雜度低，被誤分的樣點(diǎn)比例最低。200～500 m和500～1 000 m兩個(gè)海拔范圍內(nèi)，誤分樣點(diǎn)的比例提高且趨于一致，因?yàn)閮蓚€(gè)區(qū)域主要地物類(lèi)型相似，地物類(lèi)型交錯(cuò)區(qū)增多。在1 000 m以上的山地，雖然地物類(lèi)型復(fù)雜度降低，但其主要地類(lèi)林地、草地的二級(jí)地類(lèi)光譜信息相似度高，造成樣點(diǎn)所在斑塊錯(cuò)分比例最高。

3.3 誤分樣點(diǎn)的分布模式分析

利用平均最近鄰指數(shù)方法來(lái)分析誤分樣點(diǎn)的空間分布集聚特征，誤分樣點(diǎn)平均最近鄰計(jì)算結(jié)果如圖6所示，誤分樣點(diǎn)的平均觀測(cè)距離為16.76 km，期望平均距離為16.05 km，平均最近鄰指數(shù)為1.04，z值為1.07，p值為0.28，平均觀測(cè)距離接近期望平均距離，z得分在-1.65～1.65之間，分布模式與隨機(jī)模式?jīng)]有顯著差異，表明誤分樣點(diǎn)呈現(xiàn)隨機(jī)分布的趨勢(shì)。因此，研究中計(jì)算得到的土地覆被數(shù)據(jù)誤差是非系統(tǒng)性誤差，說(shuō)明本文的精度評(píng)價(jià)結(jié)果可信。

圖6 誤分樣點(diǎn)平均最近鄰統(tǒng)計(jì)結(jié)果Fig.6 Average nearest neighbor summary of error classi fi cation points

4 結(jié)論

為給2015年中國(guó)1∶10萬(wàn)土地覆被數(shù)據(jù)產(chǎn)品的用戶(hù)提供科學(xué)依據(jù)，采用融合實(shí)地采樣與格網(wǎng)采樣的區(qū)域全覆蓋樣本對(duì)河南地區(qū)數(shù)據(jù)產(chǎn)品進(jìn)行精度評(píng)價(jià)，結(jié)合評(píng)價(jià)結(jié)果，得到以下結(jié)論：

（1）樣本設(shè)計(jì)方法可行。首先，精度驗(yàn)證樣本庫(kù)融合實(shí)地采樣與格網(wǎng)采樣結(jié)果，在野外采樣的基礎(chǔ)上，補(bǔ)充正六邊形格網(wǎng)采樣點(diǎn)，保證樣本在研究區(qū)的全覆蓋；其次，樣點(diǎn)個(gè)數(shù)和地類(lèi)面積百分比相關(guān)分析結(jié)果表明，樣點(diǎn)布局合理，能夠代表區(qū)域土地覆被類(lèi)型；第三，樣本采集和獲取能夠充分利用歷史數(shù)據(jù)和已有數(shù)據(jù)資源，提高精度評(píng)價(jià)的工作效率和科學(xué)性。本文的樣本設(shè)計(jì)方法，兼具樣本典型性和分布均勻性的優(yōu)勢(shì)，使得精度評(píng)價(jià)結(jié)果更加客觀、合理，且此方法可以推廣到全國(guó)其他地區(qū)。

（2）評(píng)價(jià)區(qū)域的數(shù)據(jù)產(chǎn)品精度較高。通過(guò)區(qū)域全覆蓋樣本評(píng)價(jià)可知，數(shù)據(jù)總體精為91.34%，一級(jí)地類(lèi)除草地、其他2種地類(lèi)的精度在80%以上，其余5種地類(lèi)精度都超過(guò)90%；二級(jí)地類(lèi)中建設(shè)用地、耕地、水體除個(gè)別地類(lèi)在85%左右，其余均在超過(guò)90%，林地、草地、其它3類(lèi)除去研究區(qū)內(nèi)少數(shù)地類(lèi)，其余在80%左右。并且，通過(guò)對(duì)誤分樣點(diǎn)的空間分布集聚特征分析可知，誤分樣點(diǎn)在空間上隨機(jī)分布，說(shuō)明這套數(shù)據(jù)產(chǎn)品質(zhì)量較高。

（3）從混淆矩陣分析和地形對(duì)分類(lèi)精度影響的分析可以看出，對(duì)于高分辨率土地覆被遙感制圖，可以從以下幾方面提升制圖精度：第一，耕地中平原地區(qū)的水田易與旱地混分，解譯過(guò)程中引入作物物候特征，有助于區(qū)分一年中多類(lèi)作物輪作的耕地類(lèi)型；第二，針對(duì)林地、草地二級(jí)地類(lèi)光譜特征相似，容易產(chǎn)生混淆問(wèn)題，解譯過(guò)程中除了參考植被物候信息外，可結(jié)合地形特征，盡量豐富地貌過(guò)度地帶各地類(lèi)的解譯標(biāo)志庫(kù)，為解譯者提供更加豐富的參考信息，從而提高解譯精度；第三，針對(duì)農(nóng)村居民地和城鎮(zhèn)建設(shè)用地混分問(wèn)題，隨著中國(guó)城鎮(zhèn)化進(jìn)程的加快，農(nóng)村人口逐漸向城鎮(zhèn)聚集，農(nóng)村居民地逐漸轉(zhuǎn)變?yōu)槌擎?zhèn)建設(shè)用地，建議土地覆被分類(lèi)體系中，農(nóng)村居民地合并到城鎮(zhèn)建設(shè)用地中；第四，研究區(qū)內(nèi)土地覆被分類(lèi)精度隨海拔提升呈現(xiàn)降低趨勢(shì)，解譯過(guò)程中，重點(diǎn)控制高海拔地區(qū)的數(shù)據(jù)質(zhì)量有助于數(shù)據(jù)產(chǎn)品總體精度的提升。

綜上所述，2015年中國(guó)1∶10萬(wàn)土地覆被數(shù)據(jù)產(chǎn)品在河南地區(qū)具有較高的精度，可為氣候、水文、生態(tài)等相關(guān)科研領(lǐng)域提供基礎(chǔ)數(shù)據(jù)。需要指出的是，采用樣本評(píng)價(jià)法，特別是區(qū)域全覆蓋樣本評(píng)價(jià)這種直接精度評(píng)價(jià)方法對(duì)于大范圍的土地覆被數(shù)據(jù)精度驗(yàn)證較少，實(shí)地采樣點(diǎn)的野外采集和格網(wǎng)采樣點(diǎn)的目視解譯，都需要較高的成本和很大的工作量，并且樣本自身質(zhì)量也影響數(shù)據(jù)評(píng)價(jià)結(jié)果，在未來(lái)的研究中，在全國(guó)范圍內(nèi)建立一套通用的野外采樣體系以及高質(zhì)量格網(wǎng)樣本庫(kù)，是提高土地覆被數(shù)據(jù)精度評(píng)價(jià)科學(xué)性、可信度的重要工作，對(duì)未來(lái)持續(xù)更新的全國(guó)土地覆被數(shù)據(jù)精度評(píng)價(jià)也具有深遠(yuǎn)的意義。

致謝：感謝國(guó)家科技基礎(chǔ)條件平臺(tái)—國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)提供的“土地覆被樣點(diǎn)解譯系統(tǒng)”（http： //159.226.111.26：58080/）；感謝國(guó)家科技基礎(chǔ)條件平臺(tái)—國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)—黃河下游科學(xué)數(shù)據(jù)中心（http： //henu.geodata.cn）提供數(shù)據(jù)支撐。