海南岛红树林变化数据1987年1993年1998年2003年2007年2013年2017年

浏览次数: 2899     发布时间: 2020-04-24    

学科分类 : 地理科学,环境科学,区域可持续发展,地球科学

数据格式 : 矢量数据

数据语言 : 中文

关键字 : 湿地,红树林,Landsat影像,变化监测

初始时间 : 1987

结束时间 : 2017

共享方式及限制 : 开放式共享

链接 : http://www.sciencedb.cn/dataSet/handle/677

摘要 : 数据量:1.30MB 红树林分布在热带-亚热带地区的海岸带湿地,具有重要的生态及生态经济服务价值。本研究利用1987、1993、1998、2003、2007、2013、2017年共计7期Landsat TM/OLI数据,采用支持向量机分类方法,并结合野外调查资料,获取了1987-2017年海南岛红树林变化数据集。该数据集可用于红树林时空变化分析,以及红树林湿地生态系统恢复、保护和管理的决策支持,为海南省生态环境监管提供基础数据支持。 数据采集和处理方法 1987–2017年海南岛红树林变化数据集主要是基于多时相的Landsat影像生成。使用的Landsat影像共39景,全部从美国地质调查局的地球资源观测与科学(USGS/EROS)中心网站(http://www.usgs.gov)下载获取,其中包括1987、1993、1998、2003和2007年的Landsat TM影像共29景,2013和2017年的Landsat OLI影像10景。表1列出了这些遥感数据的相关信息。 同时,为了验证多时相Landsat影像提取的数据集,还收集了15景2015年的高分2号(GF-2)数据,该数据从中国高分辨对地观测系统海南数据与应用中心下载获取,分辨率分别为1 m和4 m的全色和多光谱数据。此外,分别于2016年12月、2017年3月和2018年1月前往海南岛对红树林湿地种类、物种分布、生长状况和环境要素进行野外调查,共获取野外调查样点386个,其中红树林湿地样点152个,其他土地利用覆盖样点234个。每个样点包括了GPS获取的经纬度坐标、植被类型及土地利用状况等信息。这些样点将用于Landsat影像提取的红树林范围和地表类型分类的验证。 数据处理 下载的Landsat影像已经过几何校正,故我们使用ENVI5.3软件对Landsat影像进行辐射定标和大气校正。利用ENVI软件中的FLAASH大气校正模块对Landsat影像进行大气校正。为了保证多时相数据分析在空间参考上的一致性,利用2017年的Landsat OLI影像的短波红外、近红外、红波段进行波段组合得到的假彩色合成影像,以该假彩色合成影像为基准,对其他6个时相的图像进行配准,配准后的图像之间的平均均方误差小于0.5个像元。同时,对GF-2影像进行正射校正、辐射定标、几何校正、多光谱与全色波段融合处理,其中采用ERDAS IMAGE 2014软件提供的删减法(Subtractive Resolution Merge)进行图像融合,并在融合之前先利用锐化滤波器对全色图像先进行锐化处理,然后以分辨率为4∶1比例对GF-2的多光谱和全色图像进行融合,生成空间分辨率为1 m的GF-2融合影像。 根据海南红树林保护区的边界对GF-2融合影像进行裁剪,利用ENVI软件提供的支持向量机分类方法对裁剪后的影像进行分类,得到红树林和其他地表覆盖类型的分类结果。然后根据海南红树林分布特点、野外调查数据和Google Earth影像,人工修正红树林提取有误差的斑块边界,得到2015年海南红树林的最终分类结果。同样利用支持向量机分类器对图像质量较好的2017年Landsat OLI影像进行分类,并利用2015年GF-2影像的分类结果和Google Earth影像对分类后结果进行人工修正,得到分类精度较高的2017年分类结果数据。然后以这期分类结果,逐期提取其他时相的红树林和其他土地利用覆盖信息,最后得到1987、1993、1998、2003、2007、2013和2017年的7期分类结果,依据这7期分类结果,生成7期红树林变化数据集。 数据质量控制和评估 在本文研究中,利用Kappa系数和混淆矩阵来评价图像分类精度。首先,利用ArcGIS 软件的生态地理采样设计工具(Biogeography Branch’s Sampling Design Tool)在8个重点红树林分布区域随机生成采样点,然后以这些采样点为中心,建立半径为9 m的圆形缓冲区。以圆形缓冲区为基础,采用ArcGIS软件建立圆形多边形的外接方形多边形。然后,参照谷歌地球影像和野外验证点修改这些多边形属性,将其分为红树林和非红树林,并在比较稀疏的区域增加适量多边形,最后利用这些多边形验证点评价红树林的提取精度。分别评价了GF-2和2017年Landsat影像分类结果。其中用于评价GF-2分类结果的验证点数量为607个,包括红树林验证点354个,非红树林研制点253个。得到GF-2分类总精度为99.0%,Kappa系数为0.98。 以GF-2分类结果为基础,采用上述方法随机生成300个红树林验证多边形,然后再以保护区除去红树林范围为基础随机生成350个非红树林验证多边形,对2017年Landsat分类结果进行评价。得到2017年Landsat影像分类总精度为98.8%,Kappa系数为0.98。 数据引用方式:廖静娟,甄佳宁 (2018). 1987-2017年海南岛红树林变化数据集. Science Data Bank. http://www.dx.doi.org/10.11922/sciencedb.677

缩略图
数据获取方式--离线申请

请用户耐心阅读 数据使用声明 , 并填写以下内容:

[1] 填写数据使用申请表    下载

[2] 填写数据共享协议    下载

[3] 填写应用成效提交表    下载

将以上3项文件填写完毕后,先将电子版发至邮箱:data@iga.ac.cn,待我们工作人员审核完成后, 再将纸质 邮寄 到本资源点,待我们工作人员审核完成后, 即可申请本数据。

最多关注

近期数据