BB贝博艾弗森官网

 不知路各人有没有想过
，在我们来到地球的毕生功夫中
，地球会有多大的变动?是幼河边新建了公园
，还是远处的空位建起了大厦?各色各样的变动
，总是令人应接不暇。然而
，我们却没法用具体的数据去衡量这些变动。

幸好
，科技发展一日千里。现如今
，我们有了能够对全球地表覆盖情况进行观测的卫星
，例如MODIS、AVHRR
，并借助专题地图的加强技术
，让我们有机遇对自己身边的环境做到“明察秋毫”。

既然如此
，那地图上的地表覆盖类型到底能够分为几多种数据集?数据集的正确率有几多?精杜仔多高呢?就让我们从一个幼案例来相识一下。

下面这张影像图是纽约某地域截图
，影像由纽约的Sentinel-2卫星提供。其中
，必要各人先记住一些比力关键的身分地位：

中央公园 - 曼哈顿的方形绿地
，杰奎琳·肯尼迪·奥纳西斯水库和划分纽约和新泽西的上湾;

火岛 - 南部岸边的薄樊篱岛
，纽约的海滩正面;

长岛群岛 - 长岛东北角的岛屿
，如梅花岛
，大鸥岛和幼鸥岛等。

记住了这些沉腹地物的地位之后
，它们在地表覆盖的专题地图中应该若何出现?

借着这个“幼栗子”
，泰伯网从Gisgeography网站中摘取了一些资料
，看看这些地物身分鄙人面这些关于地球表表地皮分类的解决规划中是若何被定位的。

1、 全球地皮调查图(GLS)

据资料显示
，在满足30米分辨率的情况下, 全球地皮调查图是最好用的地表类型分类的解决规划。它由马栏里大学与美国地质调查局合作实现
，将约莫2010种分歧的树木覆盖类型、袒露地面类型以及地表水结合在一张图上进行展示。

这张地图使用的是Landsat 7 ETM的影像数据
，最令人印象深刻的一种数据属性是
，每个网格树木的覆盖率等同于每个网格单元输出的比例。这种步骤能够持续用来衡量全球领域的丛林在一按功夫段内的变动率。

有钻研批注
，全球地皮调查(GLS)解决规划中
，静态丛林覆盖率的正确度较真实情况为91%
，丛林覆盖变动率的正确度较真实情况为88%。图中对于一路头讲到的例子中的中央公园、长岛和火岛的描述也是合乎逻辑的。

2、 全球地表覆盖图第二版(GlobCover Land Cover V2)

在满足300米分辨率的情况下
，GlobCover项目将全球地表地皮分为23类分歧的覆盖类型。通过对像素单元内的地图上覆盖面积与现实覆盖面积相比力来看
，它的正确度为73%。

其中
，ENVISAT MERIS(欧洲环境卫星中分辨率成像光谱仪)传感器为该项目中三期地表覆盖地图(1998-02, 2003-07 和2008-12)贡献了最无数据。

同样的
，在图中我们能够看出
，它对于南部海岸中比力轻微的地皮界限一样捉拿得极度到位
，对于东北群岛的地皮分类也是无可挑剔的。但是凭据提供的数据显示
，图中对于中央公园的绿色面积少标注了4千米*0.8千米。

3、 OSM地皮利用近况数据

与其它地表覆盖分类分歧的是
，这个解决规划使用的是基于图像分类的算法。通过数以百计的卫星图像叠加与处置
，将地球表表地皮覆盖区域进行分类。当然
，这样得到的地皮利用分类地图也是极度正确的。

下图是在ENVISAT卫星的中分辨率成像光谱仪下得到的单个像素内
，所蕴含的157栋构筑的图像。

在图中
，能够清澈的看到地皮的利用类型是住宅、贸易、工业还是其他用处。

同时
，有资料显示
，OSM地皮利用数据也存在一些弊端：

有大量的数据差距性;

在松柏科植物领域中
，不能捕获到落叶阔叶类型的树木;

必必要有专业人士手动对其进行实时更新。

能够看到
，图像中对于中央公园是极度清澈的描述
，而对于南海岸和东北岛屿则仅仅是矢量化的一个概述。

4、 全球地表覆盖气象钻研图

这是在满足500米分辨率情况下
，由中分辨率遥感卫星提供的全球地表覆盖地图(蕴含17种地表覆盖类型)。它描述了从2001年到2010年十年的地皮使用情况
，对于气象和气象类的模型成立拥有较大援手。

据数据显示
，十年内
，约莫有40%的地皮被一次或者屡次扭转了使用类型。

从上述图中也能够看出
，由于其精度不够高
，地图忽略了中央公园和火岛
，但对于长岛岛屿的抓取做的还是极度好的。

5、 全球地表覆盖特点图

美国地质调查局的全球地表覆盖特点图基于AVHRR所提供的一年内的数据
，使用无监督图像分类步骤对地皮利用类型进行分类
，正确度为66.9%。后来
，项目观察者造订了肯定的规定
，当推算机以为图像中某一个像素内所蕴含的数据不及以作为一种地皮类型数据出现时
，就会“抛掉”这些像素点。钻研批注
，经过改进后的精度达到了78.7%。

GLCC一向被用于环境建模的利用法式中
，其中蕴含Goddard地球观测系统模型(geo-5)。

从图片能够看出
，在这种地皮类型分类步骤下
，中央公园被表白出来了
，但是火岛和长岛岛屿并未呈此刻地图中。

6、 全球地表覆盖网络图

结合国粮农组织的全球地皮覆盖图对于地皮使用类型的分类重要被用于日常地皮治理中
，尤其是农田、草地、袒露的泥土和红树林等等这些类型。同时
，它还蕴含了人为地表、水体、雪、树木、灌木、草本以及稀少的植被等类型。

在1千米地图的精度下
，它看起来有些粗糙
，由于我们如同并不能从图中得到正确的地皮分类类型。但是
，在1087个网站的验证下
，它的精度高竟然达到了80%。

从图中能够看出
，这种分类步骤美满“错过了”中央公园、长岛岛屿和火岛。当然
，这与其1千米的精度也是有关系的。

资料显示
，它的重要的用处是更好地服务于地皮治理
，我们也但愿它能在农业领域结出硕果。

7、 全球地表覆盖类型-气象模型栅格图

气象模型栅格(Climate Modeling Grid)和MCD12Q1使用一样的监督分类算法。这个数据集能够在美国地质勘探局网站上进行下载。

它当真执行国际岩石生物圈项目界说的分类尺度
，将地表也分类为17种
，但是地图精度极低
，只有5.5公里。

在这样的精度下
，我们很难分辨哪是哪
，更不用提中央公园、长岛岛屿和火岛的地位了。

8、 Terrapop

Terrapop蕴含了精度为1千米的中分辨率成像光谱仪成像下的23种全球地表覆盖类型。

最沉要的是
，它蕴含了在全球景观行动中的10公里以内约莫2000种分歧的农业地皮类型。其中蕴含175种农作物的收成面积
，这为提高农作物产量和以及现有粮食供需情况提供了很好的理解。

结论

从上述例子能够看出
，目前全球地表覆盖类型的分类是多样化的。如今
，在全球领域内
，越来越多的空间机构也都在通过发射卫星来增长全球地表地皮分辨率的正确度。终于
，只有更正确地对全球地皮类型进行分类
，能力更好的相识人类活动
，因而
，卫星资料多多益善。