泛第三極典型地區(qū)土地利用和水保措施解譯精度分析

楊力華， 楊勤科， 朱夢陽， 王春梅， 龐國偉

(1.中國科學(xué)院 水利部 水土保持研究所， 陜西 楊陵 712100；2.西北大學(xué) 城市與環(huán)境學(xué)院， 陜西 西安 710127； 3.中國科學(xué)院大學(xué)， 北京 101400)

泛第三極地區(qū)是以青藏高原為主體的第三極向西擴展，包括青藏高原、帕米爾高原、興都庫什、天山、伊朗高原、高加索、喀爾巴阡等山脈，是全球環(huán)境與氣候變化的敏感區(qū)和功能脆弱區(qū)[1]，土壤侵蝕是該區(qū)最主要的環(huán)境問題之一，且呈現(xiàn)明顯的增加趨勢[2-5]，但是泛第三極地區(qū)土壤侵蝕實測和制圖數(shù)據(jù)匱乏。為了制定科學(xué)的土壤侵蝕防治對策，須開展土壤侵蝕抽樣調(diào)查，其中土地利用和水保措施是調(diào)查的主要內(nèi)容。土壤侵蝕抽樣調(diào)查的目的是基于可免費下載、高分辨率的遙感影像，結(jié)合實地調(diào)查，快速、準確的獲取抽樣調(diào)查單元的土地利用和水土保持措施信息[6]，支持抽樣調(diào)查單元土壤流失速率的精確計算，從而使大區(qū)域土壤侵蝕評價由目前的潛在評價(如Borrelli[7];Teng[3])逐漸逼近實際情況。為此，對土地利用解譯結(jié)果做出精度評價十分重要。對于土地利用解譯結(jié)果的評價，通常有兩種方式： ①以野外調(diào)查或者更高分辨率影像解譯結(jié)果作為真實土地利用信息參照，通過計算混淆矩陣進行評價[8]。如Chen[9]以Google Earth影像和無人機航拍影像解譯結(jié)果為參照，用空間數(shù)據(jù)二級抽樣檢驗方法，對30m分辨率土地覆蓋數(shù)據(jù)(陳軍等)[10]進行了精度評價；新近發(fā)布的全球10 m分辨率土地利用數(shù)據(jù)，通過Google Earth影像作為參考，基于OLI數(shù)據(jù)解譯樣本點，采用混淆矩陣進行了精度評價[11-12]；李驁等[13]基于土壤侵蝕野外抽樣調(diào)查，利用土地利用變化轉(zhuǎn)移矩陣對河北懷來縣資源三號衛(wèi)星遙感普查所得土地利用類型進行評價。 ②與已有土地利用數(shù)據(jù)集比較一致性，如Hansen[14]用平均單類分類精度比較了IGBP-DISCover數(shù)據(jù)集(1 km分辨率)和UMD數(shù)據(jù)集(1 km分辨率)的精度。Fritz[15]利用數(shù)據(jù)之間的疊合度評價了GLC-2000(1 km分辨率)和MODIS數(shù)據(jù)集(1 km分辨率)的一致性。Yang[16]通過計算總體一致性和單類分類一致性評價了全球7種土地覆蓋數(shù)據(jù)集在中國的精度。上述精度評價所用參考影像多是高分辨率影像(如無人機航拍影像以及Google Earth影像)，其解譯過程是人機交互目視解譯進行的。然而，參考數(shù)據(jù)也會受到自身數(shù)據(jù)來源、分類方法和分類系統(tǒng)的限制，精度并不一定能滿足驗證需求。所以基于野外調(diào)查，探討大范圍區(qū)域(如泛第三極)、高分辨率遙感數(shù)據(jù)的土地利用解譯結(jié)果的精度，是十分必要的。本研究中西藏樣區(qū)以無人機航拍方式進行調(diào)查，泰國和巴基斯坦樣區(qū)以現(xiàn)場調(diào)繪結(jié)果為參照，對Google Earth下載的高分辨率影像土地利用和水土保持措施解譯結(jié)果做出精度評價，并通過與GLC 30 m[9]， GLC 10 m[12]的比較進行解譯結(jié)果的區(qū)域代表性分析。本研究結(jié)果對于泛第三極抽樣調(diào)查單元土地利用信息的精確提取，以及土地利用結(jié)構(gòu)與變化特征分析具有重要意義。

1 研究區(qū)概況

本研究在土地利用研究比較少，解譯難度比較大的西藏、泛第三極暖濕區(qū)的代表性區(qū)域泰國以及缺乏土壤侵蝕觀測數(shù)據(jù)的巴基斯坦選擇典型樣區(qū)進行調(diào)查。西藏樣區(qū)的調(diào)查在海拔相對較低、土地利用較為豐富，土壤水蝕和風(fēng)蝕均比較嚴重的“一江兩河”(西藏東南部)地區(qū)進行。該區(qū)面積6.65×104km2，海拔3 200～4 900 m，氣候類型為高原季風(fēng)溫帶半干旱性氣候，年降水量約300 mm(西部)到500 mm(東部)[17]。該區(qū)地形較為破碎，主要以高原、山地、河谷為主。研究區(qū)耕地面積相對較多，自然植被以林灌草混交為主。“一江兩河”區(qū)域河谷地帶溝蝕劇烈，寬谷地帶覆沙坡面的片狀侵蝕發(fā)育明顯[2]。泰國位于亞洲南部，地處熱帶季風(fēng)氣候區(qū)域。本次調(diào)查地區(qū)為泰國北部清萊地區(qū)，面積約1.20×104km2，是全國地勢最高的山區(qū)，平均海拔約1 600 m。該區(qū)土地利用類型比較復(fù)雜，水田、旱地和園地均有分布。此外，泰國北部地區(qū)可利用耕地面積有限，毀林開荒式輪作和不合理的耕作措施使得該區(qū)成為泰國土壤侵蝕最劇烈的地區(qū)[4]。巴基斯坦位于南亞次大陸西北部，屬于熱帶氣候，降雨空間分布不均，地形多樣。本次調(diào)查區(qū)波特瓦爾高原位于巴基斯坦北部，主要由平原區(qū)和溝壑區(qū)組成，坡度范圍為8%～40%，面積約220 km2，是巴基斯坦重要的糧食生產(chǎn)地[18]。土地利用類型比較單一，多為耕地、草地和林地。年降雨量為500～1 400 mm，約50%～80%的降雨分布在5—10月，降雨侵蝕力較大，侵蝕多為片蝕和溝蝕[5]，是巴基斯坦水土流失最嚴重的地區(qū)。

2 材料與方法

2.1 數(shù)據(jù)及處理

本次調(diào)查目的是對室內(nèi)解譯的土地利用和水保措施信息進行現(xiàn)場復(fù)查和精度評價，后續(xù)相關(guān)分析中將對調(diào)查區(qū)域土地利用和水保措施的空間變異做出評估。因此調(diào)查單元沿著環(huán)境梯度變化比較大的斷面布設(shè)。

2.1.1 抽樣單元的確定 土壤侵蝕抽樣調(diào)查的單元，是一個具有固定位置，有一定面積，可表現(xiàn)土壤侵蝕基本特征，在土壤侵蝕因子(特別是水土保持措施)方面表現(xiàn)出空間異質(zhì)性的微小地理區(qū)域[6]。在丘陵區(qū)和山區(qū)調(diào)查單元為面積約0.2～3 km2的小流域，地形平坦區(qū)域則為 1 km×1 km的矩形區(qū)域。對于抽樣單元的布設(shè)(圖1)有3個方面的考慮： ①在研究區(qū)內(nèi)選擇沿某環(huán)境要素梯度變化大的方向，并考慮可通達性布設(shè)斷面，在西藏主要考慮了海拔和植被類型的變異，在泰國北部主要考慮了地形的變異，在巴基斯坦主要考慮了降水和地形的變異； ②根據(jù)野外工作的難易程度布設(shè)樣點，西藏相對便于縱深作業(yè)所以樣點間距50 km，但是每個點作業(yè)難度比較大，因此布設(shè)了11個樣點，完成了9個小流域的無人機航拍，泰國北部地域狹窄且泰國政府有一些限制，因此樣點之間間距大約10 km，但是每個點上工作難度較小，所以完成了18個樣點的野外調(diào)查，巴基斯坦樣區(qū)沿伊斯蘭堡東北—西南方向每隔10 km布設(shè)一個樣點，共布設(shè)15個； ③樣區(qū)布設(shè)考慮其可通達性。

圖1 研究樣區(qū)位置與樣點布設(shè)示意

2.1.2 抽樣單元室內(nèi)土地利用解譯 從Google Earth下載42個抽樣單元的近期高分辨率(0.46～0.56 m)遙感影像，影像主要來源于2017—2018年Worldview衛(wèi)星和航拍數(shù)據(jù)的整合，其中Worldview衛(wèi)星影像是全色波段與多光譜波段的融合。根據(jù)“泛第三極土壤侵蝕抽樣調(diào)查單元遙感解譯工作大綱”的統(tǒng)一規(guī)定，在ArcGIS中調(diào)用已準備好的解譯模板，利用人機交互目視解譯方法，完成對土地利用和水保措施的提取，結(jié)果保存為42個shape文件。土地利用和水保措施分類采用第一次全國水利普查水土保持情況普查中應(yīng)用的分類體系，參考2017年發(fā)布的《土地利用現(xiàn)狀分類(GB/T21010-2007)》修改，將12個一級類簡化為8個一級類：耕地、園地、林地、草地、建設(shè)用地、交通運輸用地、水域及水利設(shè)施用地、其它土地，并對部分二級類進行歸并和調(diào)整。關(guān)于解譯技術(shù)流程，詳見參考文獻[6]。

2.2 野外調(diào)查

2.2.1 西藏東南部野外調(diào)查 野外調(diào)查于2018年8月12—27日進行，考察路線沿藏東地區(qū)的“一江兩河”及雅魯藏布江下游的主要支流尼洋曲。經(jīng)過對當?shù)厮＞忠约八木值脑L問，初步了解西藏樣區(qū)的土地利用、土壤侵蝕及其治理情況。然后利用微型無人機進行低空航拍攝影，同步對調(diào)查區(qū)代表性土地利用和水保措施進行現(xiàn)場識別，并用奧維互動地圖和GPS工具箱拍照，整理現(xiàn)場代表性土地利用類型。無人機飛行航高均控制在300 m以內(nèi)，使用Pix4dmapper進行單張航片拼接，獲取的數(shù)字正射影像(DOM)分辨率均在6 cm以內(nèi)。根據(jù)野外實地同步調(diào)查的數(shù)據(jù)為參考，使用ArcGIS軟件解譯無人機獲取的數(shù)字正射影像(DOM)，以其解譯結(jié)果作為參照數(shù)據(jù)。

2.2.2 泰國北部野外調(diào)查 野外調(diào)查于2018年11月22—29日進行，考察地區(qū)主要在泰國清萊地區(qū)。出發(fā)前將所選擇的調(diào)查單元室內(nèi)初步解譯結(jié)果打印，并將每個單元導(dǎo)出成KML文件、再導(dǎo)入手機版奧維互動地圖；在現(xiàn)場一方面直接在紙質(zhì)圖紙上修正地塊邊界和相應(yīng)的屬性代碼，同時用奧維互動地圖定點拍照記錄代表性地物；參考現(xiàn)場調(diào)繪結(jié)果，使用ArcGIS軟件對室內(nèi)初步解譯的底圖進行修正，以其作為參照數(shù)據(jù)對初步解譯結(jié)果進行評價。

2.2.3 巴基斯坦野外調(diào)查 野外調(diào)查于2019年4月15—24日進行，考察團沿著穆里—伊斯蘭堡—拉瓦爾品第—古杰爾汗—杰格瓦爾—保恩路線進行調(diào)查。野外調(diào)查前對所選小流域的解譯結(jié)果進行打印出圖。野外過程中，一組借助奧維互動地圖軟件，實時定位并進行拍照記錄；另一組根據(jù)小流域解譯紙質(zhì)圖進行現(xiàn)場勾繪修改。野外校核結(jié)束后，總結(jié)室內(nèi)解譯存在的問題，使用ArcGIS軟件對15個小流域的原始解譯結(jié)果進行修改整理并作為參照數(shù)據(jù)評價室內(nèi)初步解譯結(jié)果。

2.3 質(zhì)量評價方法

地理數(shù)據(jù)的質(zhì)量評價，通常從空間準確性、專題準確性和時間準確性3個方面考慮[19]。空間準確性指圖斑定位，專題準確性指土地利用和水保措施判讀的定性是否準確。時間方面，由于本次室內(nèi)解譯使用了2017—2018年的影像，野外驗證在2018年夏季和2019年春季，可以認為時相是一致的，所以時間準確性方面暫不做考慮。本研究具體從以下三方面進行高分影像解譯結(jié)果精度評價。

(1) 空間準確性—混淆矩陣分析。將室內(nèi)解譯矢量圖和參照圖(修改后的、準確的圖)均轉(zhuǎn)換為柵格圖層，用相對應(yīng)的兩個圖層的所有柵格數(shù)作為樣本點建立混淆矩陣，統(tǒng)計各調(diào)查單元的總體分類精度和kappa系數(shù)。

總體分類精度是正確分類的樣本數(shù)與所有樣本數(shù)的比值[8]，kappa系數(shù)[20]用來描述影像分類結(jié)果的一致性，其值越大精度越高(表1)。

表1 kappa系數(shù)分類評價標準

(2) 專題準確性—土地利用面積分類誤差。遙感解譯完成后，計算每一個圖斑的面積，統(tǒng)計每一類水土保持措施的面積。以基于野外調(diào)查的解譯結(jié)果作為正確值，將2種方式解譯的土地利用圖在ArcGIS中進行交集制表(tabulate intersection)統(tǒng)計，定量分析單類土地利用正確分類面積以及易錯分的類型和面積。

(3) 土地利用結(jié)果區(qū)域代表性：本研究采用直方圖相似度指數(shù)來表示室內(nèi)解譯結(jié)果與區(qū)域性土地覆蓋數(shù)據(jù)產(chǎn)品(GLC30[9]和GLC10[12])在土地利用結(jié)構(gòu)方面的相似性，用以表明解譯結(jié)果的區(qū)域代表性。直方圖相似度指數(shù)包括距離直方圖相似度指數(shù)和相交直方圖相似度指數(shù)，本文采用相交直方圖相似度指數(shù)，即直方圖的交(HI)[21]進行相似度計算。HI取值范圍為0～1，HI值越大，說明兩套數(shù)據(jù)集的相似度越高，因而說明抽樣單元遙感解譯的土地利用更具有區(qū)域代表性。

土地利用結(jié)構(gòu)計算公式為：

(1)

式中：L為某種土地利用結(jié)構(gòu)比例；Li為Uj中第i種土地利用類型的面積；i是3套數(shù)據(jù)集分類系統(tǒng)統(tǒng)一后的類別，為耕地、林地、草地、人造地表、水域、裸地6個一級類之一；Uj為第j個抽樣單元的面積；k為抽樣單元數(shù)量，k值分別取9，18，15。

3 結(jié)果與分析

3.1 西藏東南部樣區(qū)的解譯精度

3.1.1 土地利用分類精度分析

(1) 根據(jù)混淆矩陣統(tǒng)計西藏東南部9個抽樣單元解譯精度(表2)。總體分類精度平均值為83.48%，kappa系數(shù)平均值為0.74，8個抽樣單元分類結(jié)果一致性較好，1個抽樣單元(5號單元)解譯精度欠佳。

表2 西藏東南部總體解譯精度

(2) 統(tǒng)計西藏東南部土地利用面積轉(zhuǎn)移比例(表3)表明，基于Google Earth影像解譯的草地和耕地精度較高；水域解譯正確率為80.42%，水域邊界的不明顯影響其解譯正確率；裸地分類正確率較低，主要因為高寒地區(qū)裸地與草地在影像上難以區(qū)分，裸地易被錯分成草地或者灌木林地；林地解譯正確率偏低，主要因為藏東林芝地區(qū)林草混交，表現(xiàn)在林地中的二級類灌木林地與草地混分嚴重(如5號抽樣單元)，小流域內(nèi)種植大片沙蒿(小灌木林)，室內(nèi)解譯錯將沙蒿分為草地(圖2)；交通運輸用地解譯正確率最低，因為土地利用變化較快地區(qū)(如3,4號抽樣單元)，在影像上未能反映。

表3 西藏東南部遙感解譯對應(yīng)野外調(diào)查的土地利用轉(zhuǎn)移比例

圖2 西藏樣區(qū)5號抽樣單元室內(nèi)解譯與野外調(diào)查對比

3.1.2 水土保持措施分類精度分析 野外調(diào)查(表4)表明，基于Google Earth影像解譯和無人機影像解譯的人工喬木林措施、水平階措施面積一致性較好，四旁林措施面積相差較大。西藏東南部處于高寒地區(qū)，谷歌影像顏色多呈灰白色，建設(shè)用地周邊零碎的四旁樹較難劃分，導(dǎo)致該種生物措施的面積解譯出現(xiàn)較大偏差。總體上看，水土保持措施的解譯尚比較理想。

表4 西藏東南部樣區(qū)水土保持措施解譯面積比較 km2

3.2 泰國北部樣區(qū)的解譯精度

3.2.1 土地利用分類精度分析

(1) 泰國北部抽樣單元解譯精度評價結(jié)果(表5)表明，18個單元的平均分類精度為85.37%，平均Kappa值為0.75，17個抽樣單元分類結(jié)果達合格標準，1個抽樣單元(1號單元)解譯不合格。

表5 泰國北部總體解譯精度

(2) 泰國北部土地利用面積轉(zhuǎn)移比例統(tǒng)計(表6)表明，耕地解譯正確率最高，達92.61%；其次較好的是建設(shè)用地和水域，由于土地利用轉(zhuǎn)移，出現(xiàn)小部分錯分情況；園地和林地解譯精度均達80%以上，其中園林間種、套種等立體種植模式降低了其解譯精度，如圖3中15號抽樣單元野外調(diào)查為021園地(咖啡)和031林地(橡樹)混種，室內(nèi)解譯結(jié)果統(tǒng)分為021(園地)；分類精度最低的是草地，主要由于泰國北部地區(qū)地物類型比較復(fù)雜，種植面積不集中，斑塊細碎化導(dǎo)致草地的錯分(如1,2,3,18抽樣單元)

表6 泰國北部遙感解譯對應(yīng)野外調(diào)查的土地利用轉(zhuǎn)移比例

圖3 泰國樣區(qū)15號抽樣單元室內(nèi)解譯與野外調(diào)查對比

3.2.2 水土保持措施分類精度分析 泰國北部多采用人工種植經(jīng)果林，兼顧經(jīng)濟效益和水土保持效益。表7表明，基于Google Earth影像和野外調(diào)查解譯的四旁林措施和土坎水平梯田面積一致性相對較高，人工喬木林和經(jīng)果林解譯面積一致性較低，主要由于土地利用類型解譯錯誤，造成對應(yīng)生物措施的面積不一致(如林地錯分為園地，導(dǎo)致室內(nèi)解譯的經(jīng)果林面積偏大)。

表7 泰國北部樣區(qū)水土保持措施解譯面積比較 km2

3.3 巴基斯坦樣區(qū)的解譯精度

3.3.1 土地利用分類精度分析

(1) 巴基斯坦北部抽樣單元解譯精度評價結(jié)果(表8)表明，15個單元的平均分類精度為90.22%，平均kappa值為0.82。14個抽樣單元分類結(jié)果一致性較好，1個抽樣單元(12號單元)解譯精度欠佳。

(2) 巴基斯坦北部土地利用面積轉(zhuǎn)移比例統(tǒng)計(表9)表明，基于Google Earth影像解譯的園地和水域定性和定位均正確；其次較好的是耕地和林地，解譯正確率均為90%以上；建設(shè)用地的解譯正確率為49.10%，主要原因是該區(qū)域受人為因素干擾大，存在許多開墾的卻未投入利用的土地易被錯分為耕地，如2，7，9(圖4)，10號單元；草地的解譯正確率偏低，因為該區(qū)域存在多處開墾的新造地裸地(如1號單元)，易被誤判為草地，且居民地旁邊的零星草地未被解譯(如14號抽樣單元)；與西藏樣區(qū)相似，對于土地利用類型轉(zhuǎn)移較快的交通運輸用地，解譯正確率最低。

表8 巴基斯坦總體解譯精度

表9 巴基斯坦遙感解譯對應(yīng)野外調(diào)查的土地利用轉(zhuǎn)移比例

圖4 巴基斯坦9號抽樣單元室內(nèi)解譯與野外調(diào)查對比

3.3.2 水土保持措施分類精度分析 巴基斯坦北部樣區(qū)地物類型相對而言比較簡單，水土保持措施判讀精度總體較好。表10表明，兩種方法解譯的四旁林、經(jīng)果林面積一致性很高，土坎水平梯田解譯精度欠佳，主要因為波特瓦爾高原地形多變，土坎水平梯田較多且較為分散，由于影像拍攝角度等，一些溝底耕地水保工程措施難以識別。此外，該區(qū)草本植物植株較低，人工種草措施在影像上紋理不清楚，出現(xiàn)室內(nèi)解譯漏判情況。

3.4 遙感抽樣法解譯土地利用區(qū)域代表性分析

3.4.1 典型地區(qū)土地利用結(jié)構(gòu)相似性 圖5表明，西藏樣區(qū)、泰國樣區(qū)、巴基斯坦樣區(qū)室內(nèi)解譯與GLC 30 m數(shù)據(jù)集[9]土地利用結(jié)構(gòu)相比，HI值分別為66.05%，80.41%和79.44%；與GLC 10 m數(shù)據(jù)集[12]相比，HI值分別為71.78%，80.42%和92.96%。室內(nèi)遙感解譯結(jié)果與參考土地覆蓋數(shù)據(jù)集具有很高的相似性，且更符合GLC 10 m數(shù)據(jù)集的分類，可見抽樣解譯的土地利用具有區(qū)域代表性。

表10 巴基斯坦樣區(qū)水土保持措施解譯面積比較 km2

圖5 室內(nèi)遙感解譯和GLC 30 m，GLC 10 m土地利用結(jié)構(gòu)圖

3.4.2 典型地區(qū)土地利用結(jié)構(gòu)差異性 對于西藏樣區(qū)，室內(nèi)解譯結(jié)果與GLC 30 m[9]，GLC 10 m[12]參考數(shù)據(jù)集差異主要在耕地、林地、裸地，特別是裸地，相差20%以上，參考數(shù)據(jù)集所給裸地面積偏大，但是通過分析Google Earth影像以及其歷史影像，參考數(shù)據(jù)集顯示的許多土地并非裸地，且經(jīng)過野外校驗，大多裸地是沒有明顯綠色作物生長的耕地或者草地。對于泰國樣區(qū)，差異主要在耕地和林地，統(tǒng)一后的分類系統(tǒng)耕地包括種植農(nóng)作物的土地(水田、旱地、水澆地)和種植經(jīng)濟作物的土地(園地)，參考數(shù)據(jù)集耕地分類面積偏多、林地分類面積偏少，經(jīng)過野外校驗，泰國北部地區(qū)斑塊細碎化嚴重影響了園地、林地的分類，造成參考數(shù)據(jù)集與室內(nèi)解譯在園林土地利用結(jié)構(gòu)上有著不同程度的差異。對于巴基斯坦樣區(qū)，差異主要在耕地和草地，地塊破碎化以及人類大面積開墾土地均造成了室內(nèi)解譯結(jié)果和GLC 30 m[9]，GLC 10 m[12]土地利用結(jié)構(gòu)的差異。

4 討論與結(jié)論

4.1 討 論

(1) 土地利用與水保措施判讀精度?；贕oogle Earth影像解譯西藏樣區(qū)、泰國樣區(qū)、巴基斯坦樣區(qū)的土地利用總體分類精度分別為83.46%，85.37%和90.22%，其中西藏樣區(qū)精度比中國第一次全國水利普查水土流失動態(tài)監(jiān)測解譯的精度(64%～91%[13])略高。但是一些類型如西藏樣區(qū)、巴基斯坦樣區(qū)灌木林地和泰國北部園地解譯正確率相對較低，這一情況也存在于其他相關(guān)數(shù)據(jù)中[9,12](如GLC 30 m，GLC 10 m)。受到土地利用解譯難點問題的影響，水土保持措施(特別是林草措施和比較小尺度的工程措施)的判讀也存在精度偏低的問題。這些情況只能通過使用更為現(xiàn)勢性的、更高分辨率的數(shù)據(jù)，同時輔助必要的野外工作來解決。

(2) 遙感解譯的數(shù)據(jù)源。本文所用的Google Earth影像分辨率在0.46～0.56 m之間，與正在開展的全國水土流失動態(tài)監(jiān)測與公告項目中采用的高分1號和資源3號數(shù)據(jù)相比[13]，其分辨率較高，對于水土保持措施的分辨能力較好。但是該數(shù)據(jù)上有些影像特征和土地利用類型依然較難辨識，且部分地區(qū)可免費下載的數(shù)據(jù)現(xiàn)勢性較差或不一定有高分辨率影像(0.5 m左右)。所以遙感解譯需與野外調(diào)查、微型無人機航拍相結(jié)合，并不斷豐富解譯標志庫，才能快速精確的進行大區(qū)域土地利用調(diào)查。

4.2 結(jié) 論

(1) 基于Google Earth高分遙感影像(0.46～0.56 m)完成的抽樣單元土地利用和水土保持措施的解譯，可滿足土壤侵蝕評價的要求，3個典型地區(qū)土地利用類型總體精度達80%以上，平均kappa系數(shù)在0.7以上。通過對比數(shù)據(jù)(GLC 30 m，GLC 10 m)比較不同數(shù)據(jù)集土地利用結(jié)構(gòu)一致性，說明抽樣單元解譯結(jié)果在土地利用結(jié)構(gòu)方面具有良好的區(qū)域代表性，可支持區(qū)域土壤侵蝕調(diào)查和制圖。

(2) 基于Google Earth高分遙感影像(0.46～0.56 m)在抽樣單元上提取空間尺度比較小的水土保持措施是可行的。本研究通過對比野外調(diào)查和基于高分辨率遙感影像解譯水土保持措施面積，表明在西藏、泰國和巴基斯坦樣區(qū)遙感解譯的生物措施和工程措施總體與野外調(diào)查相符，可為土壤流失速率計算中的生物措施因子和工程措施因子提供數(shù)據(jù)支撐。