基于空间抽样的区域地表覆盖遥感制图产品精度评估——以中国陕西省为例

doi:10.3724/SP.J.1047.2015.00742

地球信息科学学报 ›› 2015, Vol. 17 ›› Issue (6): 742-749.doi: 10.3724/SP.J.1047.2015.00742

基于空间抽样的区域地表覆盖遥感制图产品精度评估——以中国陕西省为例

孟雯¹, 童小华^1,^*(), 谢欢¹, 王振华²

1. 同济大学测绘与地理信息学院,上海 200092
2. 上海海洋大学信息学院,上海 201306

收稿日期:2015-01-04 修回日期:2015-03-11 出版日期:2015-06-10 发布日期:2015-06-10
通讯作者: 童小华 E-mail:xhtong@tongji.edu.cn
作者简介:
作者简介：孟雯(1989-),女,上海人,硕士生,研究方向为空间数据质量控制与抽样检验研究。E-mail: mengwen_1106@163.com
基金资助:
国家自然科学基金项目(41171352)

Accuracy Assessment for Regional Land Cover Remote Sensing Mapping Product Based on Spatial Sampling: A Case Study of Shaanxi Province, China

MENG Wen¹, TONG Xiaohua^1,^*(), XIE Huan¹, WANG Zhenhua²

1. College of Surveying and Geo-Informatics, Tongji University, Shanghai 200092, China
2. College of Information and Technology, Shanghai Ocean University, Shanghai 201306, China

Received:2015-01-04 Revised:2015-03-11 Online:2015-06-10 Published:2015-06-10
Contact: TONG Xiaohua E-mail:xhtong@tongji.edu.cn
About author:
*The author: SHEN Jingwei, E-mail:jingweigis@163.com

摘要/Abstract

摘要：

地表覆盖数据是研究气候变化、生态环境、地理国情和人文经济等方面不可或缺的基础信息,因此其质量的优劣将直接影响相关决策的可靠性。本文针对我国研制的首套30 m分辨率全球地表覆盖数据产品,通过分析其海量、多维、非均质等空间特点,对传统的制图产品精度评估方法提出了改进：以地表类型进行分层抽样,样本量的计算采用优化模型并以地类所占面积比为权重逐层分配,样本的布设则考虑层内对象之间的空间相关性,在地表数据自然分布的基础上,通过分析空间相关性指数来提高样本的代表性和精度评估结果的可靠性。因此,本文提出针对区域地表覆盖遥感制图产品的空间分层抽样方法,其将精度评估分成抽样方案（样本的定量估计）和布设方案（样本的空间布设）2个部分,并以中国陕西省地表覆盖产品为例进行区域精度评估实验分析,从全区7大类地表类型数据中抽取1467个样本,经过样本检验与精度计算,该区域产品的总体精度为79.96%,Kappa系数为0.74。实验结果表明,本文提出的基于空间抽样的精度评估方法可行可靠,实验区域产品质量较好,并为后续针对全球范围的地表覆盖产品精度评估方法提供了参考。

关键词: 地表覆盖, 空间抽样, 空间相关性, 精度评估

Abstract:

Land cover refers to the complex of various materials of the earth's surface and its natural attributes and characteristics. Land cover data at global scale is fundamental and indispensable for global change studies, and its data quality has been the focus of a variety of international communities. In 2010, China launched the project of 30 m Global Land Cover remotely sensed products with 10 classifications for the base years of 2000 and 2010, which takes a four year period to complete, and the data quality issue will affect its subsequent applications. This paper mainly studies the accuracy assessment method for regional land cover data, as a preliminary of global validation. First, the spatial characteristics of land cover data are discussed, such as being massive, multi-dimensional, and heterogeneous. Then, a general approach based on spatial stratified sampling method for the accuracy assessment of regional land cover product is proposed to improve the traditional sampling method. Considering the spatial characteristics, this article presents the method of spatial stratified sampling: stratified sampling is conducted according to land cover type, the total sample size is calculated using probability and statistics optimal model, and the sample size of each layer is allocated according to the area ratio; while in the sample spatial allocation process, the representative of sample, which implies that the spatial correlation between samples should be low, needed to be considered. In each layer, each sample's spatial correlation is calculated by Moran's I index, and by setting a threshold value, the representative samples are chosen. The final sample set of each layer is randomly selected based on spatial analysis. The spatial sampling scheme is divided into three parts: sampling method, determination of sample size and the sample allocation. We have made an improvement in this paper, by designing a two-step scheme, which are quantitative estimation of sample size and spatial allocation. A case study of Shaanxi Province of China shows the method and process of accuracy assessment for regional land cover product. 1467 samples are selected by spatial stratified sampling in 7 strata. According to the confusion matrix, the overall accuracy is 79.96% and kappa index is 0.74. User's accuracies of all land cover types are more than 75%, while producer's accuracies fluctuate due to the low sample size caused by the low area ratio, which have little impact on the overall accuracy. Experimental results show that the proposed method is applicable to accuracy assessment of regional land cover product. Study on global land cover product will be performed as a main research direction in future.

Key words: land cover, spatial sampling, spatial correlation, accuracy assessment

孟雯, 童小华, 谢欢, 王振华. 基于空间抽样的区域地表覆盖遥感制图产品精度评估——以中国陕西省为例[J]. 地球信息科学学报, 2015, 17(6): 742-749.DOI:10.3724/SP.J.1047.2015.00742

MENG Wen,TONG Xiaohua,XIE Huan,WANG Zhenhua. Accuracy Assessment for Regional Land Cover Remote Sensing Mapping Product Based on Spatial Sampling: A Case Study of Shaanxi Province, China[J]. Journal of Geo-information Science, 2015, 17(6): 742-749.DOI:10.3724/SP.J.1047.2015.00742

图/表 11

图1

表1

图2

表2

图3

图4

图5

表3

表4

表5

图6

参考文献 16

[1]	廖平安,陈利军,陈军,等.全球陆表水体高分辨率遥感制图[J].中国科学:地球科学,2014,44(8):1634-1645.
[2]	陈军,陈晋,宫鹏,等.全球地表覆盖高分辨率遥感制图[J].地理信息世界,2011,2(2):12-14.
[3]	李军,姜作勤,童小华.地质数据的抽样检查方法研究[J].地理信息世界,2006,4(2):8-16.
[4]	陈军,陈晋,廖平安,等.全球30米地表覆盖遥感制图的总体技术[J].测绘学报,2014,43(6):551-557.
[5]	Chen J, Chen J, Liao A P, et al.Global land cover mapping at 30 m resolution: A POK-based operational approach[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2015,103:7-27.
[6]	李晓兵,陈云浩,喻锋.基于遥感数据的全球及区域土地覆盖制图——现状、战略和趋势[J].地球科学进展,2004,19(1):71-80.
[7]	吴文斌,杨鹏,张莉,等.四类全球土地覆盖数据在中国区域的精度评价[J].农业工程学报,2009,25(12):167-173.
[8]	刘大杰,史文中,童小华,等.GIS空间数据的精度分析与质量控制[M].上海:上海科学技术文献出版社,1999:1-224.
[9]	Tong X H, Wang Z H, Xie H, et al.Designing a two-rank acceptance sampling plan for quality inspection of geospatial data products[J]. Computers and Geosciences, 2010, 37(10):1570-1583.
[10]	曹明,张友静,郑淑倩,等.MODIS土地覆盖数据产品精度分析——以黄河源区为例[J].遥感信息,2012,27(4):22-27.
[11]	Hansen M C, Reed B.A comparison of the IGBP DISCover and University of Maryland 1 km global land cover products[J]. International Journal of Remote Sensing, 2000,21(6-7):1365-1373.
[12]	王劲峰,姜成晟,李连发,等.空间抽样与统计推断[M].北京:科学出版社,2009:1-182.
[13]	Tobler W.A computer movie simulating urban growth in the detroit region[J].Economic Geographers, 1970,46(2):234-240.
[14]	王振华,童小华,梁丹,等.连续大批量空间数据质量抽样检验方法[J].同济大学学报(自然科学版), 2010,38(5):749-752.
[15]	张松林,张昆.局部空间自相关指标对比研究[J].统计研究,2007,24(7):65-67.
[16]	Cohen J.A coefficient of agreement for nominal scales[J].Educational and Psychological Measurement, 1960,20(1):37-46.

序号	一级类名称	内容	预计分类精度（%）
1	耕地	（雨养旱地、灌溉间作）、稻田、温室菜地、土地、人工牧草地、农田、种植经济作物或灌木草本作物的耕地、土地复垦废弃	80
2	森林	落叶阔叶林、常绿阔叶林、落叶针叶林、针叶林、针阔混交林	85
3	草地	典型草原、草甸草原、高寒草原、荒漠草原、草	70
4	水体	湖泊、水库、鱼塘、河流	85
5	人造覆盖	居民地、工业用地或矿区、交通设施	80
6	裸地	盐碱地、沙、砾石、岩石、生物土壤结皮	85
7	灌木	沙漠灌丛、高山灌丛、落叶和常绿灌木	70

序号	类型	像元数（个）	预计分类精度（%）	面积比（%）	p值（%）	样本总量
1	耕地	60 126 746	80	26
2	森林	91 027 419	85	39
3	草地	38 528 577	70	16
4	水体	1 124 905	85	2
5	人造覆盖	3 494 298	80	2
6	裸地	3 964 620	85	2
7	灌木	30 053 218	70	13
计算结果					20.75	1467

层	类型	面积比(%)	每层样本量
1	耕地	26	381
2	森林	39	572
3	草地	16	234
4	水体	2	30
5	人造覆盖	2	30
6	裸地	2	30
7	灌木	13	190

分类类型
类型	耕地	森林	草地	水体	人造覆盖	裸地	灌木	真实总量
耕地	304	31	26	2	5	1	16	385
森林	14	468	0	0	0	0	4	486
草地	27	18	176	0	1	3	13	238
水体	7	10	3	25	1	0	0	46
人造覆盖	8	10	5	3	23	0	0	49
裸地	14	10	18	0	0	26	6	74
灌木	7	25	6	0	0	0	151	189
分类总量	381	572	234	30	30	30	190	1467

类型	制图精度（%）	用户精度（%）
耕地	78.96	79.79
森林	96.30	81.82
草地	73.95	75.21
水体	54.35	83.33
人造覆盖	46.94	76.67
裸地	35.14	86.67
灌木	79.89	79.47

基于空间抽样的区域地表覆盖遥感制图产品精度评估——以中国陕西省为例

Accuracy Assessment for Regional Land Cover Remote Sensing Mapping Product Based on Spatial Sampling: A Case Study of Shaanxi Province, China

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 16

相关文章 12

Metrics

本文评价

推荐阅读 0

[1]	杜培军, 王欣, 蒙亚平, 林聪, 张鹏, 卢刚. 面向地理国情监测的变化检测与地表覆盖信息更新方法[J]. 地球信息科学学报, 2020, 22(4): 857-866.
[2]	赵丹丹, 金声甜, 鲍丙飞, 张利国. 基于地理探测器的中国中部城市土地绿色利用效率时空演变及影响因素研究[J]. 地球信息科学学报, 2020, 22(12): 2358-2370.
[3]	汪小英, 李小漫, 沈镭, 王宜龙. 长江经济带城乡一体化对能源效率的空间效应分析[J]. 地球信息科学学报, 2020, 22(11): 2188-2198.
[4]	程滔, 周旭, 郑新燕, 郭建坤, 袁如金. 地理国情监测水面数据时空一致性优化方法[J]. 地球信息科学学报, 2018, 20(9): 1216-1224.
[5]	马京振, 孙群, 徐立, 温伯威, 李元復. GlobeLand 30和自发地理信息的对比分析研究[J]. 地球信息科学学报, 2018, 20(9): 1225-1234.
[6]	王菲菲, 赵小锋, 刘秀广, 刘嘉慧, 林剑艺. 城市地表净辐射通量的季相变化及与地表覆盖格局的关系研究[J]. 地球信息科学学报, 2018, 20(8): 1160-1168.
[7]	党宇, 张继贤, 邓喀中, 赵有松, 余凡. 基于深度学习AlexNet的遥感影像地表覆盖分类评价研究[J]. 地球信息科学学报, 2017, 19(11): 1530-1537.
[8]	马京振, 孙群, 肖强, 温伯威. 河南省GlobeLand30数据精度评价及对比分析[J]. 地球信息科学学报, 2016, 18(11): 1563-1572.
[9]	刘佳旭, 李丽娟, 李九一, 王志勇. 滇池流域降水时空变异特征分析[J]. 地球信息科学学报, 2015, 17(4): 451-461.
[10]	史学丽, 张芳, 周文艳, 张艳武. CG-LTDR地表覆盖数据对BCC_AVIM 1.0陆面温度模拟的影响研究[J]. 地球信息科学学报, 2015, 17(11): 1294-1303.
[11]	李雅箐, 李小娟, 王彦兵. 北京市房山区农村经济发展空间格局分析[J]. 地球信息科学学报, 2011, 13(3): 391-400.
[12]	高丽玲, 李新虎, 王翠平, 邱全毅, 崔胜辉, 赵千钧. 空间抽样的理论方法与应用分析——以厦门岛问卷调查为例[J]. 地球信息科学学报, 2010, 12(3): 358-364.