四种常用的全球1km土地覆盖数据中国区域的精度评价

摘要

精确的全球及区域土地覆盖数据是陆地表层过程研究的重要基础.对数据质量的了解与数据本身同等重要,定量的数据精度评估不仅是对数据本身包含信息的丰富,而且对有助于发现问题,从而促进土地覆盖制图方法的发展.基于一个新的分类系统(森林、灌木草地、农田、裸地、城市、湿地和水体),以中国1∶10万土地利用数据为参考数据,从类型面积一致性、空间一致性两方面对4种全球土地覆盖数据集在中国区域的分类精度进行了评价,包括美国地质调查局为国际地圈-生物圈计划的全球土地覆盖数据集(IGBPDISCover);美国马里兰大学的全球土地覆盖数据集(UMd);欧盟联合研究中心(JRC)空间应用研究所(SAI)的2000年全球土地覆盖数据产品(GLC2000);MODIS 2000年的土地覆盖数据产品(MOD12Q1).并对4种土地覆盖产品误差的空间和类型分布进行了分析.结果表明:在4种土地覆盖分类产品中,GLC2000和MODIS土地覆盖数据有更高的整体分类精度,IGBP数据的整体分类精度次之,但是3种数据在局部都存在明显的分类错误;UMd的分类精度整体最低.通过对4种数据分类精度的空间和类型分布规律的分析,认为4种数据都不能很好的满足陆地表层过程模拟的需要.建议发展土地覆盖类型决策融合方法,将现存多源土地覆盖分类信息融合起来,制备更高精度的中国土地覆盖分类图.