2015年河南省土地覆被柵格數(shù)據(jù)

李寧，朱筠，秦奮*

1. 河南大學環(huán)境與規(guī)劃學院，河南開封 475004

2. 黃河中下游數(shù)字地理技術教育部重點實驗室，河南開封 475004

數(shù)據(jù)庫（集）基本信息簡介

引 言

土地利用/覆蓋變化是全球環(huán)境變化研究的前沿和熱點問題[1][2][3]。土地覆被空間分布及其變化反映了人類社會經(jīng)濟活動過程，被視為全球陸地生態(tài)系統(tǒng)變化最重要的影響因素之一[4]。它是生態(tài)系統(tǒng)水循環(huán)[5][6]、氣候變化[7]、土壤侵蝕[8]、生物多樣性[9]、人地關系以及區(qū)域可持續(xù)[10]等研究的基礎數(shù)據(jù)，其質(zhì)量好壞直接影響研究成果。隨著土地利用/覆被變化研究的深入，致使政府、基層組織和居民對生態(tài)環(huán)境變化的響應成為研究熱點。2010年，覆蓋全球的30米分辨率的陸地衛(wèi)星圖被免費應用，全球尺度100米分辨率的陸地覆蓋地圖得以實現(xiàn)[11]。由國家地理信息中心聯(lián)合北京師范大學、清華大學、中科院遙感所等18家單位，研制出世界首套兩期（2000、2010年）30米全球地表覆蓋數(shù)據(jù)產(chǎn)品GlobeLand30，分類級別為一級，分類精度總體為83.5%[12]。宮鵬團隊利用Landsat 8完成了2010、2015、2017年全球30米土地覆被數(shù)據(jù)FROM-GLC30，2017年數(shù)據(jù)分類級別為一級，總體精度為70.2%[13]。2019年宮鵬團隊利用Google Earth Engine 基于Sentinel-2影像完成了首套全球10米2017年土地覆被數(shù)據(jù)FROM-GLC10，分類級別為一級，總體精度為72.76%[14]。全球尺度上較早的5套土地覆被數(shù)據(jù)集（GLCC、UMD、GLC2000、MODIS LC、GlobCover）一致性評價精度最高的MODIS LC的精度為65.6%[15]。此外還有由國際地地圈–生物圈計劃的全球1千米土地覆被數(shù)據(jù)數(shù)據(jù)ISLSCP II IGBP DISCover and SiB Land Cover, 1992–1993[16]。在國家尺度上，中科院基于中國HJ-A/B環(huán)境一號衛(wèi)星影像生產(chǎn)出2010年全國土地覆被數(shù)據(jù)（ChinaCover），一級類總體精度為91%，二級類總體精度為82%。美國地質(zhì)調(diào)查局USGS生產(chǎn)的30米國家土地覆蓋數(shù)據(jù)庫（NLCD），跨越1992、2001、2007、2011年4個時期[17]。2010年河南省區(qū)域土地覆被數(shù)據(jù)GlobeLand30一級類總體精度為83.33%[18]。此外還有一些商業(yè)土地覆被數(shù)據(jù)產(chǎn)品，如地理國情監(jiān)測云平臺有全國長時間序列的土地覆被數(shù)據(jù)，該數(shù)據(jù)是基于Landsat TM/ETM/OLI遙感影像生產(chǎn)，數(shù)據(jù)分級到二級類，但是數(shù)據(jù)收費，獲取代價較大。

隨著大數(shù)據(jù)、超算技術的發(fā)展，機器學習、深度學習等遙感數(shù)據(jù)處理方法的涌現(xiàn)，不同時間和空間尺度的土地覆被數(shù)據(jù)越來越多。這些數(shù)據(jù)的分類和精度評價多數(shù)到一級地類，少數(shù)到二級地類的數(shù)據(jù)限于某個年份，且精度不是很高。精確的土地覆被數(shù)據(jù)在提高碳循環(huán)、水文循環(huán)、氣候變化監(jiān)測、土壤退化等多種科學研究的準確性方面起著至關重要的作用[19][20][21]。本條數(shù)據(jù)通過建立大量的野外采樣點數(shù)據(jù)、建立解譯樣區(qū)等方法，充分了解研究區(qū)地類的光譜特征、紋理特征、形狀特征、空間分布、NDVI特征等，建立研究區(qū)的解譯標志庫，最終完成研究區(qū)二級分類體系下的土地覆被解譯。本數(shù)據(jù)雖然在空間分辨率上略低，但是在分類精細，且具有較高的精度，可為河南省的生態(tài)文明建設、糧食生產(chǎn)核心區(qū)建設、區(qū)域模擬和可持續(xù)發(fā)展等提供科學數(shù)據(jù)支撐，同時為河南省后期的土地覆被解譯提供參考依據(jù)。

1 數(shù)據(jù)采集和處理方法

1.1 區(qū)域范圍

河南省位于31○23'N–36○22'N，110○21'E–116○39'E之間，地處淮河、黃河、長江、海河流域，東連山東、安徽，西鄰陜西，北與河北、山西相接，南臨湖北，總面積16.7萬平方千米。河南省地勢西高東低，北、西、南三面由太行山、伏牛山、桐柏山、大別山沿省界呈半環(huán)形分布；中、東部為黃淮海沖積平原；西南部為南陽盆地。平原和盆地、山地、丘陵分別占總面積的55.7%、26.6%、17.7%。靈寶市境內(nèi)的老鴉岔為全省最高峰，海拔2413.8米；海拔最低處在固始縣淮河出省處，僅23.2米。河南省大部分地處暖溫帶，南部跨亞熱帶，屬北亞熱帶向暖溫帶過渡的大陸性季風氣候，同時還具有自東向西由平原向丘陵山地氣候過渡的特征，具有四季分明、雨熱同期、復雜多樣和氣象災害頻繁的特點。

1.2 數(shù)據(jù)源

以2015的Landsat 8 OLI 光譜數(shù)據(jù)為主，數(shù)據(jù)來源于從美國地質(zhì)調(diào)查局（United States Geological Survey，USGS）網(wǎng)站（http://glovis.usgs.gov/），根據(jù)河南省所覆蓋的行列號下載區(qū)內(nèi)春、夏、秋、冬4個時相紋理特征明顯，云量＜10%的影像數(shù)據(jù)，共 86景；對于較難識別的地物將圖斑勾勒出后，疊加到Google Earth影像輔助識別；國家地球系統(tǒng)科學數(shù)據(jù)共享平臺-黃河下游科學數(shù)據(jù)中心的“黃河下游典型地區(qū)無人機遙感影像數(shù)據(jù)集（2015年）”，輔助黃河下游地區(qū)的解譯工作；河南省西部山區(qū)、南部水田分布廣泛的地區(qū)的高分一號衛(wèi)星各1景，輔助判別圖斑屬性。Landsat 8 OLI影像數(shù)據(jù)空間分布如圖1所示。

圖1 河南省影像數(shù)據(jù)空間分布圖

1.3 數(shù)據(jù)處理

本條數(shù)據(jù)集由目視判讀、人工手繪的方式完成解譯。首先根據(jù)研究區(qū)地理環(huán)境、地勢地貌等特征，建立解譯樣區(qū)，并對樣區(qū)內(nèi)土地覆被類型進行實地考察，建立野外考察矢量數(shù)據(jù)庫。根據(jù)野外樣點不同類型的土地覆被特征對樣區(qū)進行解譯，邀請遙感解譯方向?qū)＜覍忛啒訁^(qū)解譯結果，指導修正易混淆類型、不易判讀的地類。樣區(qū)解譯完成之后，野外實地考察剩余區(qū)域并建立完整的研究區(qū)的樣點數(shù)據(jù)庫，根據(jù)樣區(qū)以及野外考察樣點數(shù)據(jù)庫建立解譯標志庫。然后對整個區(qū)域目視解譯勾繪，同時建立屬性數(shù)據(jù)庫，形成初步的矢量解譯成果。初步解譯完成后，檢查結果的拓撲錯誤，最后進行精度評價并生成柵格數(shù)據(jù)。耕地、林地、草地水體的勾繪以夏季影像為主，由于建設用地、道路在夏季影像上可能會被旁邊的樹覆蓋，尤其是西部山區(qū)，所以此類地物的勾繪以冬季影像為主。而落葉林、常綠林則同時依靠夏冬兩個季節(jié)的影像來區(qū)分，采用的波段組合主要是5、4、3假彩色和4、3、2真彩色。夏季影像質(zhì)量不好或者有云的地方，采用質(zhì)量較好的春季、秋季的影像替代。在4季影像均有云的部分區(qū)域，同時采用2014和2016年的影像判讀，如果兩年地類、區(qū)域均未發(fā)生變化，則直接勾繪，個別地類或者斑塊大小發(fā)生了變化，則參考Google Earth影像或者實地走訪調(diào)查的方式判定。解譯詳細步驟如下：

（1）樣區(qū)選?。焊鶕?jù)河南省的地形地貌選取了山區(qū)、平原以及山區(qū)平原過渡帶建立了4個樣區(qū)，如圖2所示，共3.4萬平方千米，涉及濮陽、三門峽、南陽、信陽4個城市，面積分別為0.7、0.4、1.5、0.8萬平方千米。

圖2 樣區(qū)位置圖

（2）樣區(qū)野外考察：采用車載GPS、手持GPS、ArcMap、Landsat影像圖、大疆無人機精靈4考察樣區(qū)所包含的所有土地覆被類型，并進行拍照和電子標記。人和車無法到達的地區(qū)借助于無人機拍攝。最后整理成完整的樣區(qū)樣點數(shù)據(jù)庫，共1518個樣點，詳細信息如表1所示。

表1 樣區(qū)各類型樣點數(shù)量（單位：個）

地類名稱 地類代碼 數(shù)量針闊混交林 15 48灌叢 16 82草叢 22 56草甸 23 4灌叢草地 24 15水田 31 57旱地 32 266園地 33 84城鎮(zhèn)建設用地 41 70農(nóng)村居民地 42 149交通用地 43 13工礦用地 44 151河流 61 39湖泊 62 2水庫/坑塘 63 27河湖灘地 64 26裸巖 72 12裸地 73 13苔地 74 1

（3）解譯人員培訓：目視解譯是地學研究和遙感應用的一項基本技能。本次解譯人員全部為地圖學與地理信息系統(tǒng)專業(yè)碩、博士。在解譯之前，請遙感學教授培訓所有工作人員地表景觀–成像過程–遙感影像的過程及其逆過程遙感影像–目視解譯–地表景觀；培訓省內(nèi)涉及到的二級分類下的地類在某種或不同波段組合下的色調(diào)、顏色、大小、陰影、紋理、圖型、位置、相關布局以及所在地貌、土壤等特征；培訓解譯圖斑的勾繪、節(jié)點的疏密，保證不同工作人員生產(chǎn)數(shù)據(jù)的一致性。

（4）樣區(qū)解譯：根據(jù)野外采樣點以及遙感影像的光譜信息、紋理、形態(tài)、空間分布、NDVI等信息，分別用影像的4、3、2波段和6、5、4波段組合，結合不同時相的影像判別每個地類斑塊兒屬性，含糊不清的地類斑塊通過 ArcMap的 Layer to KML工具將地類斑塊變?yōu)?KML圖層疊加至Google Earth影像上輔助判別。樣區(qū)解譯過程中，反復展示和研討各個分區(qū)已形成的解譯成果，及時發(fā)現(xiàn)、修正和克服圖斑勾繪、屬性判別以及解譯人員解譯過程中記錄的重點難點問題，最終得到研究區(qū)的樣區(qū)解譯成果。

（5）樣區(qū)修正：邀請遙感解譯專家審閱、考核樣區(qū)解譯結果，著重指導并修正易判別錯誤的地類。重點訓練存在解譯問題的相關解譯人員。

（6）研究區(qū)野外考察：在樣區(qū)解譯的基礎上野外考察采樣河南省剩余區(qū)域。共獲取4883個樣點，野外樣點空間分布圖如圖3，詳細信息如表2。

圖3 野外考察樣點空間分布圖

表2 研究區(qū)各類型樣點數(shù)量（單位：個）

地類名稱 地類代碼 數(shù)量河湖灘地 64 28裸巖 72 12裸地 73 17苔地 74 12

（7）建立解譯標志庫：根據(jù)野外考察樣點和樣區(qū)解譯結果，對研究區(qū)內(nèi)所涉及到的地類歸納總結，建立解譯標志庫，描述每種地類的空間分布、所在生態(tài)區(qū)、影像形態(tài)、色調(diào)、紋理以及多時期影像示意信息、所對應的Google Map點位、NDVI信息等。

（8）研究區(qū)劃分：由于人工手繪解譯方法工作量大，解譯前依據(jù)解譯人員對解譯區(qū)熟悉、地形地貌盡量統(tǒng)一、單景遙感圖像完整性、界限兩側地物容易識別（如河流、水庫等）的原則將樣區(qū)進行了劃分。具體劃分成果如圖4所示。

圖4 研究區(qū)任務分割圖

（9）判讀解譯：根據(jù)已有知識，參考所建立的解譯標志庫完成研究區(qū)影像解譯勾繪工作。解譯中間出現(xiàn)的問題，多次進行研討和訓練。使用高分一號影像、Google Earth影像、無人機影像輔助解譯。對于不能確定類型的復雜地區(qū)可將勾畫的圖斑疊加到對應位置高分影像（分辨率2米）上輔助判別，如圖5所示；對應地區(qū)沒有高分影像的或者借助高分影像仍無法判別的，將勾畫的圖斑轉成KML文件添加到Google Earth影像（分辨率為0.49米），并將Google Earth影像時間調(diào)至2015年，或者下載2015年相應位置的Google Earth影像添加到ArcMap中與勾畫出的圖斑疊合，如圖6所示；Google Earth影像仍無法判別的借助于無人機影像或者實地調(diào)查的方式輔助判別，如圖7所示。

圖5 高分影像輔助解譯示例

圖6 谷歌影像輔助解譯示例

圖7 無人機影像輔助解譯示例

（10）接邊：每塊區(qū)域邊界向外做1000米的緩沖區(qū)，以保證邊界兩側同時被解譯。邊界接邊工作由相鄰兩組解譯人員共同完成。

（11）拓撲錯誤糾正：利用ArcMap Toolbox中的Topology工具檢查拓撲錯誤，拓撲規(guī)則有“Must Not Overlap”“Must Not Have Gaps”，檢查并修正屬性數(shù)據(jù)完整性。

（12）精度評價：基于混淆矩陣和Kappa系數(shù)的方法，對研究區(qū)的解譯結果進行精度評價。采用全球隨機正六邊形格網(wǎng)的方法隨機選取驗證樣點和野外驗證點在研究區(qū)共選取了 1895個驗證點以驗證結果。

（13）柵格數(shù)據(jù)生成：此種方法得到的原始數(shù)據(jù)是 Shapfile矢量數(shù)據(jù)，由于判讀影像的分辨率為30米，所以結果可以轉換成≥30米任何大小的柵格，本文分別選擇了50米和100米的柵格作為產(chǎn)品發(fā)布。利用ArcMap中Tool box的To Raster模塊下的Polygon to Raster功能，按照地理代碼/地類名稱的屬性，分別設置Cellsize大小為100和50，將解譯結果轉換成分辨率為100米和50米的柵格數(shù)據(jù)。

2 數(shù)據(jù)樣本描述

2.1 分類描述

此次分類按照國家科學基礎條件平臺–地球系統(tǒng)科學數(shù)據(jù)共享平臺的《2015年全國 1∶10萬土地覆被遙感解譯技術規(guī)范》[22]中的分類體系，分為林地、草地、耕地、建設用地、濕地、水體以及其他地類7種一級土地覆被類型，28種二級土地覆被類型（表3）。

表3 土地覆被分類體系

一級類型 二級類型 編碼 含義（定義、主要特征、主要分布）農(nóng)村居民地 42交通用地 43工礦用地 44沼澤 51定義：居民以農(nóng)業(yè)為主要活動形式的聚落，包括農(nóng)村居民點、定居放牧點等。主要特征：具有農(nóng)舍、牲畜棚圈、倉庫場院、農(nóng)村道路、水渠、宅旁綠地，以及特定環(huán)境和專業(yè)化生產(chǎn)條件下的附屬設施。主要分布：分布于農(nóng)村地區(qū)。隨著現(xiàn)代城市化的發(fā)展，在城鎮(zhèn)郊區(qū)還出現(xiàn)了城市化村這種類似城市的農(nóng)村聚落。定義：指居民點以外的各種道路及其附屬設施和民用機場港口用地。主要特征：包括高速公路、國道、省道、縣鄉(xiāng)道、鐵道、機場、港口等。主要分布：全國范圍均有分布。定義：指工業(yè)、采礦、倉儲業(yè)等工業(yè)生產(chǎn)及附屬設施的用地。主要特征：包括工業(yè)生產(chǎn)及附屬設施、采礦、采石、采沙場、倉儲、鹽田、磚瓦窯等。主要分布：全國范圍均有分布。定義：植被覆蓋度高的濕生草地以及地勢平坦低洼、排水不暢、長期潮濕、多積水且表層生長濕生草本植被的士地。主要特征：地表生長著濕性植物和沼澤植物，有泥炭累積或雖無泥炭累積但有潛育層存在。按分布區(qū)域可分為森林濕地、湖泊濕地、灌叢濕地、草本濕地等。主要分布：中國的沼澤面積11萬平方千米，三江平原、大小興安嶺和長白山沼澤最多，青藏高原次之，其余則零散分布。水體近海濕地 52定義：各種近海及海岸的海涂、珊瑚礁、紅樹林沼澤等。主要特征：生物多樣性豐富、生產(chǎn)力高，主要有紅樹林沼澤、海草濕地、潮間鹽沼、潮間淤泥質(zhì)海灘。主要分布：多分布在河口三角洲、沙丘間洼地、堤外洼地、瀉湖及潮間、潮下帶，在我國沿海11個省（市、自治區(qū)）和港澳臺沿海地區(qū)均有分布，并以杭州灣為界分為南、北兩部分。河流 61湖泊 62水庫／坑塘 63定義：通常是指陸地河流經(jīng)?；蜷g歇地沿著狹長凹地流動的水流地帶。主要特征：狹長，特征明顯。一般是在高處作源頭，沿地勢向下流，一直流入湖泊或海洋，包括天然河流、溪流和人工運河等流動水體。主要分布：全國各地均有分布。定義：指地表相對封閉可蓄水的天然洼池及其所承納的水體。主要特征：天然形成、特征明顯、較容易辨識。主要分布：中國湖泊眾多，但在地區(qū)分布上很不均勻?？偟膩碚f，東部季風區(qū)，特別是長江中下游地區(qū)，分布著中國最大的淡水湖群；西部以青藏高原湖泊較為集中，多為內(nèi)陸咸水湖。定義：水庫指在山溝或河流的狹口處建造攔河壩形成的人工水面；坑塘指人工開挖或天然形成的蓄水量小于 10萬立方米的常水位以下的土地及其承載水體。

一級類型 二級類型 編碼 含義（定義、主要特征、主要分布）主要特征：人工建造形成，水面邊界清楚，特征明顯。主要分布：水庫一般分布在山溝或河流的狹口處；坑塘主要分布在中國東部的中南區(qū)和華東區(qū)（長江以南平原湖區(qū)周圍和丘陵稻作區(qū)，以及廣東的珠江三角洲地區(qū)），這兩大區(qū)坑塘水面面積占全國坑塘水面總面積的73.6%，廣大的西北區(qū)坑塘水面僅占全國的2.6%。河湖灘地 64冰川積雪 65沙漠、戈壁 71定義：指河湖邊淤積成的平地，是水陸互相過渡的地帶，主要有沙洲、灘頭、灘涂、河灘、湖灘等。主要特征：土層深厚、土質(zhì)肥沃、地勢平坦。主要分布：河流沿岸或湖泊周邊，包括邊灘、心灘等。定義：常年積雪或冰川覆蓋的土地。主要特征：常年積雪或冰川覆蓋（雪被）。主要分布：主要分布在中、高緯度的高山區(qū)。定義：地面完全被松散沙粒或碎礫石所覆蓋、植被覆蓋度小于4%的土地。主要特征：沙漠地域大多是沙灘、沙丘或碎礫石也經(jīng)常出現(xiàn)。泥土稀薄、植物很少。有些沙漠是鹽灘，完全沒有草木，沙漠一般是風成地貌。主要分布：中國西北部、東北西部，有大片沙丘覆蓋的沙質(zhì)荒漠，由礫石、碎石組成的戈壁、礫漠，以及稱之為巖漠或石質(zhì)荒漠的巖石裸露的山地。它們主要位于北緯35○–50○、東經(jīng)75○–125○之間，分布在新疆、青海、甘肅、內(nèi)蒙古、陜西、吉林和黑龍江7個省區(qū)。其他裸巖 72裸地 73定義：地表以巖石或石礫為主、植被覆蓋度在 5%以下的裸露石山等無植被地段。主要特征：裸露石山等無植被地段。主要分布：裸巖主要分布在西北區(qū)，其中以新疆最多，占全國的46.9%。定義：指地表為土質(zhì)、植被覆蓋度低、風霜雨雪等可直接作用的裸露地面。主要特征：地表為土質(zhì)、植被覆蓋度在 5%以下的裸土地、鹽堿地等無植被地段。主要分布：沒有植被覆蓋的地方。苔地 74定義：指以耐寒的北極和北極–高山成分的蘚類、地衣、小灌木及多年生草本植物為主組成的植物群落，包括苔原、苔地等。主要特征：區(qū)域內(nèi)冬季寒冷漫長，夏季涼爽短促，降水量200–300毫米，蒸發(fā)量極小，風力強勁，土壤下面常有永凍層存在。主要分布：苔原多處于極圈內(nèi)的極地東風帶內(nèi)以及溫帶、寒溫帶的高山樹木線以上。苔原絕大部分都圍繞北冰洋分布。在我國長白山和阿爾泰山上的山地苔原是亞洲最靠南的苔原，也是我國僅有的兩片苔原。

2.2 數(shù)據(jù)樣本

河南省的土地覆被解譯完全依靠人工完成，充分考慮了光譜、時間、空間、鄰接地類等各種特征進行判別，且建立了完整的研究區(qū)解譯標志庫，野外調(diào)研了大量的樣點，解譯過程中經(jīng)歷了多次檢查、問題反饋、數(shù)據(jù)修正。經(jīng)驗證，解譯結果準確可靠（圖8）。

圖8 2015年河南省土地覆被分類圖

3 數(shù)據(jù)質(zhì)量控制和評估

在數(shù)據(jù)處理的各個環(huán)節(jié)控制數(shù)據(jù)產(chǎn)品質(zhì)量，以確保數(shù)據(jù)精度。主要采取的措施有：樣區(qū)的選取覆蓋全省所有類型；明確每種地類的直接解譯標志和間接解譯標志；確定圖斑大小并保證不同工作人員勾繪的圖斑疏密程度相同；確保地物判別無差異；勾繪過程中對不明確的類型對照Google Earth影像，參照Google Earth影像仍無法判別的地物匯總之后進行野外實地調(diào)研或者邀請專家以會議研討的形式確定；根據(jù)解譯人員對研究區(qū)的熟悉程度、地貌特征、單景遙感圖像完整性、容易判別地物作為邊界等原則劃分研究區(qū)；樣區(qū)解譯過程中對已形成的解譯成果反復研討，及時發(fā)現(xiàn)和解決問題，充分訓練解譯人員的工作能力；對每塊區(qū)域邊界多解譯1000米緩沖區(qū)，保證接邊工作順利進行；過程以及解譯完成之后反復交叉檢查等。

采用野外調(diào)查驗證點與全球隨機正六邊形網(wǎng)格的方法對解譯結果進行驗證。利用 DGGRID Version 6.2b軟件生成第12級的全球隨機正六邊形網(wǎng)格，在ArcMap中用Clip工具裁剪出河南的正六邊形格網(wǎng)。根據(jù)Kevin Sahr的正六邊形生成軟件說明書可知每個格網(wǎng)的面積約95.97785平方千米。河南省的格網(wǎng)（包含不完整的格網(wǎng)）一共有1895個，其中正六邊形格網(wǎng)內(nèi)有野外驗證點的以其為驗證點，野外驗證點共217個，格網(wǎng)內(nèi)沒有野外驗證點的以格網(wǎng)中心點為驗證點。河南省的驗證點隨機分布在全省。邀請3位遙感專業(yè)教授、副教授（非解譯工作人員）對照Google Earth解譯非野外驗證點，對有出入的點的地類進行實地調(diào)研，確保每個點位的地類準確無誤。然后由工作人員對所生產(chǎn)的數(shù)據(jù)進行一致性檢驗計算。1895個驗證點在研究區(qū)各個空間位置如圖9。對研究區(qū)的土地覆被二級地類精度驗證結果如表4所示。

圖9 精度驗證樣點空間分布圖

本次驗證樣點共1895個，其中常綠針葉林56個、常綠闊葉林4個、落葉闊葉林293個、針闊混交林69個、灌叢19個、草叢23個、草甸3個、灌叢草地38個、水田117個、旱地806個、園地63個、城鎮(zhèn)建設用地84個、農(nóng)村居民點195個、交通用地16個、工礦用地34個、河流36個、水庫/坑塘24個、河湖灘地8個、裸巖3個、裸地4個。驗證結果如表4所示。

表4 2015年河南省土地覆被解譯精度驗證表（單位：個）

在表4中，精度是指所解譯的某一土地覆被類型的正確數(shù)量與該類全部驗證樣點個數(shù)的比值；總體分類精度是指驗證樣點中，正確的分類數(shù)量與全部驗證樣點數(shù)量的比值；Kappa系數(shù)也是精度驗證的一種方式，描述的是土地覆被解譯的一致性，其值越接近1，精度越高?；诒?，建立混淆矩陣，計算數(shù)據(jù)的總體精度和Kappa系數(shù)，計算公式如下：

其中p0為實際一致率，即總體精度，是分類正確的總數(shù)與樣點總數(shù)的比值；pe為理論一致性，計算公式如下：

其中n為驗證點數(shù)，i、k分別混淆矩陣行列數(shù)，N為分類總數(shù)。

河南省土地覆被解譯數(shù)據(jù)二級分類總體分類精度為91.19%，Kappa系數(shù)為0.886。

為了驗證數(shù)據(jù)的可信度，本文分別用中國科學院資源環(huán)境數(shù)據(jù)中心的空間分辨率為1千米的植被類型圖和宮鵬團隊10米空間分辨率的Sentinel-2數(shù)據(jù)生產(chǎn)的2017年土地覆被數(shù)據(jù)（全球整體精度為72.76%）與本數(shù)據(jù)進行對比。

由于植被類型圖種類繁多，先將其按照本數(shù)據(jù)的分類體系進行梳理，然后進行對比。由于兩幅圖的空間、時間尺度差異較大，且梳理后的分類體系也不完全相同，所以本文只做簡單的空間分布對比。圖10中a、b圖可知，常綠針葉林、落葉闊葉林、針闊混交林以及常綠闊葉林（河南省主要是竹林）在空間分布上整體一致，分布在河南省的西部以及南部。由于兩圖的性質(zhì)不同，本數(shù)據(jù)中的旱地、水田在植被類型圖上顯示為草叢，而建設用地在植被類型圖上并未體現(xiàn)。逐一對比各類相同類型發(fā)現(xiàn)本數(shù)據(jù)比植被類型圖多一些破碎斑塊，這主要是由空間尺度差異引起的，但是其整體空間分布具有很好的一致性。

2017年10米的土地覆被數(shù)據(jù)的分類體系包含耕地、林地、草地、灌叢、濕地、水體、苔地、不透水面、裸地、冰川10類一級地類。在河南省沒有冰川，只有9類，如圖10c所示。將本文中的數(shù)據(jù)合并至對比數(shù)據(jù)的一級分類體系，其中灌叢草地類轉為灌叢，然后將數(shù)據(jù)轉換成10米的柵格，對兩條數(shù)據(jù)進行一致性評價。盡管目標數(shù)據(jù)本身的精度、數(shù)據(jù)源時間、空間分辨率的差異以及分類體系（灌叢草地劃分為灌叢導致的誤差）等因素會導致分類結果存在一定的誤差，但是兩個數(shù)據(jù)的一致性為76.88%（一致柵格數(shù)為1 274 914 106，總柵格數(shù)為1 658 338 437），從而驗證了本數(shù)據(jù)的可靠性。

圖10 本數(shù)據(jù)（a）、植被類型圖（b）、10米分辨率的土地覆被圖（c）對比圖

4 數(shù)據(jù)使用方法和建議

本數(shù)據(jù)集可用于河南省生態(tài)系統(tǒng)服務評估、生態(tài)環(huán)境指數(shù)計算、生態(tài)系統(tǒng)固碳模擬、土地覆被格局及其水文資源效應研究。本數(shù)據(jù)集生產(chǎn)耗費大量的人力、物力、財力，具有足夠多的野外實測樣點，經(jīng)過多次專家審閱和論證，反復修改糾正，具有較高的精度，可用于檢驗和評價2015年相同區(qū)域的其他數(shù)據(jù)分類精度。本數(shù)據(jù)集可作為后期土地覆被數(shù)據(jù)更新的本底數(shù)據(jù)。本數(shù)據(jù)集中的野外樣點和野外驗證數(shù)據(jù)可作為其他數(shù)據(jù)集的樣本庫。數(shù)據(jù)空間分辨率分別為50米和100米，適用于中級及以上尺度的研究。