全國地表類型遙感影像樣本數(shù)據(jù)集

趙理君，鄭柯，史路路,2，白洋,2，唐吉文,2，張偉,2，饒夢彬,2，鄒松,2，李艷艷,2

1.中國科學(xué)院遙感與數(shù)字地球研究所，北京 100101

2.中國科學(xué)院大學(xué)，北京 100049

數(shù)據(jù)庫（集）基本信息簡介

數(shù)據(jù)庫（集）名稱 全國地表類型遙感影像樣本數(shù)據(jù)集數(shù)據(jù)作者 趙理君、鄭柯、史路路、白洋、唐吉文、張偉、饒夢彬、鄒松、李艷艷數(shù)據(jù)通信作者 趙理君（zhaolj01@radi.ac.cn）數(shù)據(jù)時間范圍 2013-2017年地理區(qū)域 全國（除港澳臺地區(qū)外）31個省、自治區(qū)、直轄市等區(qū)域空間分辨率 2.4-30 m數(shù)據(jù)量 647 MB （解壓縮后）數(shù)據(jù)格式 *.tif, *.jpg, *.txt, *.xml數(shù)據(jù)服務(wù)系統(tǒng)網(wǎng)址 http://www.sciencedb.cn/dataSet/handle/663基金項目 科技基礎(chǔ)性工作專項（2014FY210800）數(shù)據(jù)庫（集）組成本數(shù)據(jù)集由2個分卷壓縮文件構(gòu)成，解壓后包含了米級空間分辨率樣本點(diǎn)的GF1和QuickBird這兩個文件夾，以及十米級空間分辨率樣本點(diǎn)的Landsat文件夾，各個文件夾下又由以不同采樣地區(qū)命名的子文件夾組成。每個子文件夾下，存儲了覆蓋土壤、水體、巖礦、植被、冰雪凍土、人工目標(biāo)6大類地表類型的樣本點(diǎn)壓縮文件，每個壓縮文件中僅壓縮存儲同一景影像中同一種地表類型的多個樣本點(diǎn)數(shù)據(jù)。解壓縮后，每個樣本點(diǎn)數(shù)據(jù)又由4個數(shù)據(jù)文件組成，分別為：樣本點(diǎn)原始影像數(shù)據(jù)文件（*.tif），樣本點(diǎn)預(yù)覽圖文件（*.jpg），樣本點(diǎn)的影像波段DN值文件（*.txt），樣本點(diǎn)的元數(shù)據(jù)文件（*.xml）。

引 言

地表覆蓋是地球表面各種物質(zhì)類型及其自然屬性與特征的綜合體，其空間分布直接影響著地球表面的物質(zhì)和能量的循環(huán)過程[1]。利用遙感影像開展地表覆蓋監(jiān)測是生態(tài)環(huán)境變化研究、土地資源管理和可持續(xù)發(fā)展的重要基礎(chǔ)，在全球資源監(jiān)測、全球變化檢測中發(fā)揮著重要作用[2]。目前，遙感影像的計算機(jī)分類成為主要的發(fā)展方向，涌現(xiàn)出多種分類方法，如統(tǒng)計模式識別方法、人工智能分類法、遙感與GIS結(jié)合法、面向?qū)ο蟮姆诸惙?、多源信息?fù)合分類法等[3]。遙感影像分類就是把圖像中的每一個像元或區(qū)域劃分為若干類別中的一種，即通過對各類地物的光譜特征分析來選擇特征參數(shù)，將特征空間劃分為互不重疊的子空間，然后將影像內(nèi)各個像元劃分到各子空間中去，從而實現(xiàn)分類[4]。在遙感影像地表覆蓋分類的過程中，影像樣本的采集可支持監(jiān)督分類模型的構(gòu)建，為地表類型的遙感影像分類提供類別先驗知識。目前，國家基礎(chǔ)地理信息中心發(fā)布了2010年GlobalLand 30全球30米地表覆蓋分類產(chǎn)品（http://www.webmap.cn/commres.do?method=globeIndex），可免費(fèi)下載使用；中國科學(xué)院遙感與數(shù)字地球研究所發(fā)布了連續(xù)多年的中國土地覆蓋遙感監(jiān)測產(chǎn)品；清華大學(xué)發(fā)布了FROM-GLC2010地表覆蓋分類產(chǎn)品（http://data.ess.tsinghua.edu.cn/landsat_ pathList_fromglc_0_1.ht ml）以及全球范圍的驗證樣本點(diǎn)數(shù)據(jù)（http://data.ess.tsinghua.edu.cn/ data/temp/GlobalLandCoverVali dationSampleSet_v1.xlsx），但訓(xùn)練樣本并未完全公開。

本文構(gòu)建的數(shù)據(jù)集是依托科技基礎(chǔ)性工作專項“測繪地物波譜本底數(shù)據(jù)庫建設(shè)”（2014FY210800）完成，與項目中的典型水體反射率數(shù)據(jù)集、典型地物反射率數(shù)據(jù)集、典型地表類型全波段波譜數(shù)據(jù)集、作物生長季時間序列反射率數(shù)據(jù)集、森林和作物多尺度反射率波譜數(shù)據(jù)集、多頻率多角度森林微波輻射亮溫數(shù)據(jù)集、全國巖礦標(biāo)本反射率數(shù)據(jù)集等其他數(shù)據(jù)集共同構(gòu)成了項目最終的測繪地物波譜本底數(shù)據(jù)庫，所有數(shù)據(jù)將通過平臺網(wǎng)站（http://210.72.27.78/spectrum/）向公眾發(fā)布。需要指出的是，項目中其他數(shù)據(jù)集數(shù)據(jù)均來自地面實測波譜，而本數(shù)據(jù)集樣本數(shù)據(jù)則是從遙感影像的角度采集影像樣本，以期為研究影像與地面波譜之間的關(guān)聯(lián)關(guān)系提供支撐，同時也期望能夠為遙感影像的分類提供補(bǔ)充樣本。本數(shù)據(jù)集利用了全國范圍內(nèi)與項目其他數(shù)據(jù)集試驗區(qū)域相近的遙感影像，通過人工判讀與比對得到最終的影像樣本。相比已有的影像樣本數(shù)據(jù)集（如GlobeLand 30，F(xiàn)ROM-GLC數(shù)據(jù)集[5-6]），本數(shù)據(jù)集特色在于：（1）時相更新（2013-2017年）；（2）包含影像樣本空間分辨率更高（最高2.4-8 m）；（3）樣本類型更精細(xì)（面向測繪地物類型）；（4）服務(wù)方式完全免費(fèi)（所有樣本數(shù)據(jù)在平臺完全公開）。

1 數(shù)據(jù)采集和處理方法

本數(shù)據(jù)集包括十米級和米級兩種影像的樣本數(shù)據(jù)，其中十米級影像以Landsat 8衛(wèi)星的30 m空間分辨率數(shù)據(jù)為主，米級影像以國產(chǎn)GF-1衛(wèi)星的8 m空間分辨率數(shù)據(jù)為主，補(bǔ)充了部分QuickBird衛(wèi)星的2.4 m空間分辨率數(shù)據(jù)。所有的影像數(shù)據(jù)通過地理空間數(shù)據(jù)云平臺（http://www.gscloud.cn/）、購買等渠道獲取下載。其中，Landsat 8數(shù)據(jù)使用L1T產(chǎn)品，據(jù)USGS提供的信息，該產(chǎn)品已使用地面控制點(diǎn)和數(shù)字高程模型數(shù)據(jù)進(jìn)行精確校正，幾何校正精度為12 m，小于0.5個像元；GF-1數(shù)據(jù)使用L1級產(chǎn)品，無幾何信息，利用RPC參數(shù)文件進(jìn)行了RPC幾何精校正；QuickBird數(shù)據(jù)使用L2A級產(chǎn)品，已經(jīng)過了幾何精校正處理。上述所有數(shù)據(jù)源影像均經(jīng)過了幾何精校正處理，不做輻射和大氣校正處理，保留原始像元值（Digital Number，DN）數(shù)據(jù)，但需要注意的是樣本點(diǎn)的DN值一般不能直接應(yīng)用于分類模型的構(gòu)建。這里更多地考慮幾何信息主要源于在實際應(yīng)用中，不同傳感器會因波段設(shè)置上的差異造成像元波譜信息無法保持一致性，在遙感影像分類過程中，可以很容易地根據(jù)地理點(diǎn)位和類別信息構(gòu)建訓(xùn)練樣本。通過對待分類影像進(jìn)行輻射和大氣校正便可以得到訓(xùn)練樣本點(diǎn)的光譜反射率特征。在影像空間范圍選擇上，十米級影像覆蓋全國（除港澳臺地區(qū)外）31個省/自治區(qū)/直轄市的區(qū)域，每個行政區(qū)劃單元隨機(jī)選擇至少2景影像；米級影像覆蓋全國的7大分區(qū)，即東北、華北、華東、華中、華南、西南、西北地區(qū)，每個地區(qū)隨機(jī)選擇至少2景影像。在影像時相選擇上，主要考慮夏季和冬季兩個差異度最大的時相，其中冬季時相的時間跨度設(shè)定為12-3月，夏季時相的時間跨度設(shè)定為7-9月。在影像的獲取年份上，設(shè)定為最近5年時間內(nèi)的影像，以保證樣本數(shù)據(jù)的時效性。最終，獲得待采樣的影像數(shù)據(jù)情況如表1所示。

表1 不同衛(wèi)星影像數(shù)據(jù)獲取情況表

基于上述預(yù)處理后的遙感影像，通過人工解譯開展地表類型影像樣本采集工作。類別體系嚴(yán)格遵從項目內(nèi)部制定的標(biāo)準(zhǔn)規(guī)范《測繪地物波譜庫地物分類編碼規(guī)范（草案）》，該草案主要參考了已有的國家相關(guān)標(biāo)準(zhǔn)和公認(rèn)度較高的分類原則、標(biāo)準(zhǔn)，根據(jù)測繪部門和遙感數(shù)據(jù)分類研究的實際需要制定，覆蓋地表類型種類包含植被、土壤、巖礦、冰雪凍土、水體、人工目標(biāo)6大類一級類，植被向下劃分至6級分類體系，冰雪凍土向下劃分至5級分類體系，土壤、巖礦、水體、人工目標(biāo)向下劃分至4級分類體系。根據(jù)遙感影像對地表區(qū)分的能力，對上述分類體系進(jìn)行了精簡，表2給出本數(shù)據(jù)集構(gòu)建中使用的類別體系劃分情況。

表2 類別體系簡表

1級類 2級類 3級類 4級類編號 類別 編號 類別 編號 類別 編號 類別43 凍土51 河流511 常年河513 干枯河（干河床）52 溝渠 522 干渠5 水體53 湖泊 531 常年湖、塘 53101 湖泊53102 池塘533 干枯湖54 水庫551 海域55 海洋要素552 海岸線557 海島61 水系 6101 溝渠6 人工目標(biāo)62 居民地及設(shè)施6201 居民地6202 工礦及其設(shè)施63 交通 6302 城際公路6303 城市道路

在人工解譯采樣過程中參考了已有的專題產(chǎn)品和歷史資料以確保樣本類別標(biāo)注的準(zhǔn)確性。這里的專題產(chǎn)品和歷史資料包括植被、水體等單一類別的分類專題產(chǎn)品，Google Earth高分辨率歷史影像，項目組其他課題采集的地面樣本實測數(shù)據(jù)等。針對不同分辨率的影像樣本數(shù)據(jù)（十米級和米級），每景影像中的每一個子類別，采樣數(shù)量控制在50-700個，采樣大小為7像元×7像元的區(qū)域，并在采樣過程中避免邊緣像元的選擇。按照項目內(nèi)部數(shù)據(jù)入庫規(guī)范與要求，每一個樣本數(shù)據(jù)采用標(biāo)準(zhǔn)統(tǒng)一的數(shù)據(jù)組織和存儲格式進(jìn)行記錄，每一個樣本數(shù)據(jù)對應(yīng)4個文件，如表3所示。

表3 樣本記錄文件

在表3中，、_{、和有統(tǒng)一的命名規(guī)則。其中，為地物大類，限定為vege，soil，rock，snow，water，manmade，分別對應(yīng)表2中的植被、土壤、巖礦、冰雪凍土、水體和人工目標(biāo)等類別；為子類英文簡寫名稱，長度不超過15個字符；為傳感器的英文名，限定為OLI、PMS、QuickBird，分別對應(yīng)Landsat 8、GF-1和 QuickBird 02衛(wèi)星；為數(shù)據(jù)獲取時間，記錄年月日時分秒，格式為YYYYMMDDHHMMSS；XXX為文件編號范圍從001-999；A和B為文件標(biāo)識，A是對樣本點(diǎn)配套文件的標(biāo)識，B是對元數(shù)據(jù)文件的標(biāo)識。}

2 數(shù)據(jù)樣本描述

全國地表類型遙感影像樣本數(shù)據(jù)集包含十米級和米級兩個空間分辨率等級，其中十米級影像樣本采集了118 324個樣本（以省/自治區(qū)/直轄市為單元采樣，每個地區(qū)至少兩個時相），其中夏季58 317個，冬季60 007個；米級影像樣本采集了29 551個（以全國大的區(qū)劃為單元采樣，每個區(qū)劃至少兩個時相），其中夏季15 792個，冬季13 759個。采樣點(diǎn)的空間分布如圖1所示。圖2和圖3分別給出了數(shù)據(jù)集中十米級影像樣本和米級影像樣本的組成情況。

圖1 全國地表類型遙感影像樣本數(shù)據(jù)集空間分布圖

本數(shù)據(jù)集以“圖像+描述文檔”的方式組織存儲，包含了影像數(shù)據(jù)和文本數(shù)據(jù)，如表3所示。圖4以農(nóng)林用地這一類別的一個樣本點(diǎn)數(shù)據(jù)為例，展示了其對應(yīng)的存儲文件列表。

圖2 十米級影像樣本數(shù)量統(tǒng)計

圖3 米級影像樣本數(shù)量統(tǒng)計

圖4 影像樣本數(shù)據(jù)組織存儲文件示例

其中，tif文件為7像元×7像元大小的原始影像文件；jpg文件為7像元×7像元大小的預(yù)覽圖像，與原始影像對應(yīng)；txt文件為樣本點(diǎn)中心像元的DN值文件，內(nèi)容的格式為兩列數(shù)值，以Tab鍵分隔，第一列數(shù)據(jù)為波長，第二列數(shù)據(jù)為DN值；xml文件為元數(shù)據(jù)描述文件，采用格式化存儲方式，內(nèi)容如圖5所示：

圖5 影像樣本元數(shù)據(jù)描述文件內(nèi)容示例

3 數(shù)據(jù)質(zhì)量控制和評估

針對遙感影像樣本數(shù)據(jù)，數(shù)據(jù)質(zhì)量控制過程包括對待采樣影像數(shù)據(jù)的檢查整理，單個樣本數(shù)據(jù)點(diǎn)的檢查，樣本點(diǎn)配套文件的生成和入庫，以及元數(shù)據(jù)的編寫、檢查和入庫。對待采樣影像數(shù)據(jù)的檢查包括影像投影信息、波段數(shù)、存儲損壞等明顯的數(shù)據(jù)問題以及文件格式等。單個樣本數(shù)據(jù)點(diǎn)的檢查，主要針對類別標(biāo)注錯誤的樣本點(diǎn)數(shù)據(jù)進(jìn)行修正、剔除。樣本點(diǎn)配套文件以及元數(shù)據(jù)文件的檢查包括文件命名、文件格式、文件內(nèi)容中字段標(biāo)準(zhǔn)化命名以及文件內(nèi)容的完整性等。

針對遙感影像樣本數(shù)據(jù)集的構(gòu)建，在數(shù)據(jù)入庫階段建立了完善的質(zhì)量控制過程（圖6），保證已入庫數(shù)據(jù)的正確性、完整性和一致性。在數(shù)據(jù)采集整理和入庫過程的質(zhì)量控制方面，進(jìn)行了原始遙感影像數(shù)據(jù)和影像樣本點(diǎn)數(shù)據(jù)的整理和格式統(tǒng)一，同時通過一系列質(zhì)量控制方法，如正確性檢查、數(shù)據(jù)一致性檢查等，以保障數(shù)據(jù)的質(zhì)量。影像樣本點(diǎn)配套文件和元數(shù)據(jù)文件由影像樣本數(shù)據(jù)采集人員根據(jù)項目制定的數(shù)據(jù)標(biāo)準(zhǔn)格式（包含圖像文件名、經(jīng)緯度、傳感器型號、觀測時間、空間分辨率、光譜類型人員信息等）進(jìn)行填寫，為減少人工填寫引起的錯誤，所有元數(shù)據(jù)信息均通過程序編寫自動從原始影像數(shù)據(jù)和采樣點(diǎn)數(shù)據(jù)中讀取填寫得到。

圖6 數(shù)據(jù)質(zhì)量控制

為了對數(shù)據(jù)集的質(zhì)量進(jìn)行定量的精度評估，我們以樣本采集過程中使用到的那景遙感影像的分類結(jié)果作為評價對象，將該影像中采集到的樣本點(diǎn)隨機(jī)劃分為兩部分，即訓(xùn)練樣本和測試樣本，使用訓(xùn)練樣本訓(xùn)練支持向量機(jī)（Support Vector Machine，SVM）分類器，使用測試樣本計算分類精度，統(tǒng)計總體分類精度和Kappa系數(shù)。我們隨機(jī)選取了不同地區(qū)不同時相的樣本進(jìn)行評測（見表4）。最終得到平均分類精度為81.17%，平均Kappa系數(shù)為0.78。從抽檢結(jié)果可以看到，數(shù)據(jù)質(zhì)量總體良好。

表4 數(shù)據(jù)集質(zhì)量精度評價

樣點(diǎn)區(qū)域 季相 總體分類精度（%） Kappa系數(shù)天津地區(qū) 冬 82.25 0.80黑龍江地區(qū) 冬 75.80 0.71湖南地區(qū) 夏 84.75 0.82廣西地區(qū) 夏 85.25 0.81平均值 81.17 0.78

4 數(shù)據(jù)使用方法和建議

本數(shù)據(jù)集是測繪地物波譜本底數(shù)據(jù)庫平臺的原始入庫文件，可通過門戶網(wǎng)站（http://210.72.27.78/spectrum/）檢索查詢獲得檢索區(qū)域內(nèi)樣本點(diǎn)的相關(guān)信息，也可以通過編程的方式批量解析讀取本數(shù)據(jù)集 XML文件中的樣本點(diǎn)空間信息。數(shù)據(jù)集可以為遙感影像分類算法研究提供訓(xùn)練和測試樣本數(shù)據(jù)，通過地理坐標(biāo)與待分類影像像元坐標(biāo)的轉(zhuǎn)換，得到待分類影像中的樣本點(diǎn)分布，使用最大似然（Maximum Likelihood Classification，MLC）、支持向量機(jī)（Support Vector Machine，SVM）、卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）等分類算法完成分類，使用流程如圖7所示。由于本數(shù)據(jù)集并沒有完全覆蓋全國的每一個地區(qū)，如待分類影像的空間范圍沒有包含到任何影像樣本點(diǎn)，建議相關(guān)研究者查詢周邊相鄰地區(qū)的影像樣本點(diǎn)，以篩選出的樣本點(diǎn)為參考樣本集，指導(dǎo)待分類影像中同類樣本點(diǎn)的采集，進(jìn)而利用所得到的樣本點(diǎn)完成影像分類任務(wù)。

圖7 數(shù)據(jù)集用于影像分類的應(yīng)用流程

另一方面，本數(shù)據(jù)集可以與地面實測波譜數(shù)據(jù)配合使用，通過與測繪地物波譜本底數(shù)據(jù)庫平臺提供的其他地面實測波譜數(shù)據(jù)集進(jìn)行空間位置配對（相同和相近位置），研究和分析地面實測波譜與影像波譜的關(guān)聯(lián)關(guān)系，為相關(guān)算法的研究提供數(shù)據(jù)基礎(chǔ)，為直接利用地面實測波譜數(shù)據(jù)指導(dǎo)影像樣本自動采集提供可能。