[发明专利]一种制备逐年土地利用数据的方法

摘要

本发明专利提供一种制备逐年土地利用数据的方法。该方法需两类数据:一是人工解译土地利用数据，其空间分辨率和分类精度较高，但时间不连续；一是基于遥感数据产品自动算法得到的逐年高精度土地利用数据，其分类精度不高。本发明利用一种数据融合方法取两类数据各自的优点，并最终实现逐年土地利用数据的制备。其中的过程和步骤主要包括：两类土地利用数据的预处理、分析窗口选取、时间变化速率的求算方法、以及变化栅格单元的空间定位方法。本发明提供了土地利用变化研究中所需的逐年高精度土地利用数据，以此可以进行长时间序列的时空变化分析。本方法可操作性较强，同时有精度保障。

主权项

1.一种制备逐年土地利用数据的方法，其特征在于：步骤如下：1)数据获取发明采用的人工解译土地利用数据A‑LUCC，数据格式为矢量，时间为不连续的年份，时间间隔为5年，分辨率较精细，为30m；采用的逐年土地利用数据M‑LUCC，时间间隔为1年，分辨率较粗，为500m；2)数据预处理首先对多期A‑LUCC数据进行几何精度校正，几何精度校正是通过图像上若干已知点，即地面控制点，构造一个图像坐标与地理坐标之间的关系式，假定图像坐标为(X，Y)，地理坐标为(U,V)，则地理坐标与图像坐标之间存在下列关系：U＝a+bX+cY+dX2+eXY+fY2+…+pXαYβ+…+zYγV＝a′+b′X+c′Y+d′X2+e′XY+f′Y2+…+p′XαYβ+…+z′Yγ为保证精度和效率，采用9个地面控制点的坐标进行拟合，拟合方程为：U＝a+bX+cY+dX2+eXY+fY2+gX3+hX2Y+kXY2+lY3V＝a′+b′X+c′Y+d′X2+e′XY+f′Y2+g′X3+h′X2Y+k′XY2+l′Y3然后，对多期A‑LUCC数据进行矢量转栅格，并基于最近邻算法进行栅格数据重采样，即将空间分辨率重采样为500m，以保证和M‑LUCC的空间分辨率一致；然后对A‑LUCC和M‑LUCC的土地利用类型，采用大类的分类标准，分为农田、林地、草地、湿地、建设用地和其他未利用地六大类；3)预设分析窗口本发明通过均匀网格化(Createfishnet)功能来生成分析格网，并以此判定最小的分析窗口；即，把整个研究区分成q×q，(q+1)×(q+1),…规则亚区作为分析窗口，在亚区内逐一判读2个研究时段内均有的土地利用转类，最小的网格亚区即为满足条件的最优窗口；其中q为≥1的自然数；4)时间变化速率判定对不同土地利用类型的时间变化速率，以A‑LUCC的时间段各土地利用类型的变化值为限定值，参考M‑LUCC年际变化值，采用对应数据差值的方法来计算，此处称之为逐年类归一化线性拟合处理，公式表示如下：A‑LUCC数据中某土地利用转类i的j+n年中j＝1,2,…，且n≥1；变化总量ATRni_sum用如下公式表示：ATRni_sum＝ATRj+n‑ATRjM‑LUCC数据中某土地利用转类i的逐年变化量之和MTRni_sum等于ATRni_sum或不等于ATRni_sum，MTRni_sum不等于ATRni_sum表达式为：MTRni_sum＝∑(MTRj+n‑MTRj+n‑1，…，MTRj+1‑MTRj)式中，MTR为M‑LUCC对应转类i的对应年份j+n的面积；(MTRj+n‑MTRj+n‑1)、(MTRj+1‑MTRj)、…为逐年际间各土地利用转类的面积变化差值；则，如果MTRni_sum≠ATRni_sum时，需要采用如下方法处理：使M‑LUCC数据各土地利用类型变化的量等于两期A‑LUCC数据各土地利用类型变化的量，即：式中，j+m，j+n和j分别为研究时间段的任意年份、末年和首年，其中1式中，TRj+m为LUCC数据中某土地利用转类i的面积；ATR和MTR分别为A‑LUCC和M‑LUCC中某一转类i的面积；5)空间变化的定位以A‑LUCC数据空间分布为准，把对应的前后两期数据变化位置圈定不变；有两种情况：一是如果斑块的动态分布范围与在A‑LUCC连续两期研究时段内t和t+1的同类斑块(Grid)动态分布范围一致，则为正确的动态转类空间定位，即任意栅格位置对应满足：Gridt‑Gridt+1＝0；二是如果空间范围不一致时，则以M‑LUCC的同转类栅格单元分布位置作为参考判定空间转换位置，通过观察各个变化单元的中心点所处位置，先填充相同方向上的A‑LUCC变化空间，如果该空间填充不完，再向周边扩展；6)精度检验基于以上对时间变化速率判定和空间变化定位判定的处理，融合A‑LUCC数据和M‑LUCC数据，获取得到研究区2000‑2010年的500m空间分辨率的逐年土地利用数据；逐年土地利用数据用研究时段内覆盖部分研究区的不连续遥感数据进行验证；或选用时间变化速率逐年累加得到的值作为标准的理论值，空间变化定位逐年视域判读，进行精度自检验。