<em id="lj1v3"><b id="lj1v3"></b></em>

    <i id="lj1v3"></i>

        <i id="lj1v3"><b id="lj1v3"><progress id="lj1v3"></progress></b></i>

        <video id="lj1v3"></video>
        <video id="lj1v3"></video>

                    <i id="lj1v3"><ol id="lj1v3"><progress id="lj1v3"></progress></ol></i>
                    衛星遙感數據即得即用(RTU)產品集 II 區論文(已發表) ? 版本 ZH3 Vol 5 (4) 2020
                    下載
                    瀾湄流域30 m分辨率陸表水體產品
                    Inland surface water products with 30 m spatial resolution in Lanmei Watershed
                    ?>>
                    : 2020 - 04 - 30
                    : 2020 - 12 - 07
                    : 2020 - 06 - 03
                    : 2020 - 12 - 27
                    极速快三
                    2150 9 0
                    摘要&關鍵詞
                    摘要:本數據集基于Landsat地表反射率數據,采用基于多指數和先驗知識驅動的全球尺度遙感水體智能提取方法進行陸表水體信息提取得到。首先進行數據預處理,進行NDWI、NDVI、NDBI和地形指數等指數計算;然后將已有的陸表水體產品作為先驗知識,選取水體和非水體樣本,并進行樣本優化;最后利用決策樹模型進行樣本訓練自適應確定相應指數的閾值,從而生成高精度的陸表水體信息專題圖,精度達98%以上,最終結果以GeoTIFF格式保存。本數據集可為瀾湄流域水資源安全和管理、氣候變化、生態環境等方面提供重要的數據支撐和保障。
                    關鍵詞:瀾湄流域;陸表水體;多指數;先驗知識;自適應閾值
                    Abstract & Keywords
                    Abstract:?The land surface water products with a spatial resolution of 30 m in Lanmei Watershed were produced by using the water intelligent extraction method driven by multi-indexes and prior knowledge on a global scale based on the Landsat 8 surface reflectance data. Data was first preprocessed, and then NDWI, NDVI, NDBI and terrain indexes were calculated. After that, the existing land surface water products were used as prior knowledge to select water and non-water samples and perfect samples . Finally, the decision tree model was used to train samples to determine the adaptive threshold of its corresponding index. Consequently, the high-precision inland surface water thematic map with the accuracy of above 98% was generated. The result is stored in GeoTiff format. This dataset can provide significant data support and guarantee for water resources security and management, climate change, and ecological environment in Lanmei Watershed.
                    Keywords:?Lanmei watershed;?inland surface water;?multi-indexes;?prior knowledge;?adaptive threshold
                    數據庫(集)基本信息簡介
                    數據庫(集)名稱瀾湄流域30 m分辨率陸表水體產品
                    數據作者彭燕,何國金,王桂周,尹然宇
                    數據通信作者何國金(hegj@radi.ac.cn)
                    數據時間范圍2018年1月至2018年12月
                    地理區域瀾湄流域(91°42′E–109°58′E,5°7′N–29°45′N)
                    空間分辨率30 m
                    數據量1GB
                    數據格式*.tiff (GeoTIFF, Byte)
                    數據服務系統網址ftp://bigrs-info.com/WaterProducts/lanmei/
                    http://www.sciencedb.cn/dataSet/handle/987
                    基金項目中國科學院A類戰略性先導科技專項(XDA19090300);國家自然科學基金(61731022); 中國科學院STS重點項目(No. KFZD-SW-316)。
                    數據庫(集)組成數據集包括1個水體提取結果和1個對應的影像成像時間文件。
                    Dataset Profile
                    TitleInland surface water products with 30 m spatial resolution in Lanmei Watershed of 2018
                    Data corresponding authorHe Guojin (hegj@radi.ac.cn)
                    Data authorsPeng Yan, He Guojin, Zhang Zhaoming, Yin Ranyu
                    Time rangeJanuary, 2018 to December, 2018
                    Geographical scopeLanmei watershed (91°42′E–109°58′E,5°7′N–29°45′N)
                    Spatial resolution30 m
                    Data volume1GB
                    Data format*.tiff (GeoTIFF, Byte)
                    Data service system<ftp://bigrs-info.com/WaterProducts/lanmei/>
                    <http://www.sciencedb.cn/dataSet/handle/987>
                    Sources of fundingStrategic Priority Research Program of the Chinese Academy of Sciences (XDA19090300); National Natural Science Foundation of China (61731022); STS project of Chinese Academy of Sciences (Grant No. KFZD-SW-316).
                    Dataset compositionThe dataset provides a water extraction result and the corresponding imaging date file.
                    引 言
                    2016年3月23日,瀾滄江–湄公河區域六國(中國、緬甸、老撾、柬埔寨、越南、泰國)領導人在三亞舉行“六水合一”儀式,正式啟動瀾湄合作,該合作是因水而生,水資源對于瀾湄流域的重要性不言而喻。瀾湄流域屬于西南季風氣候區,6月至11月為濕季,12月至次年5月為干季,年降水量較高,但時空分布
                    不均,上游與下游間的氣候及水資源分布特征存在較大差異,瀾滄江流域降水集中在6月至8月,而湄公河流域降水峰值集中在9月和10月[1]。近期以來,受強厄爾尼諾現象的影響,越南南部、柬埔寨等湄公河流域遭受了嚴重的干旱襲擊。因此,瀾湄流域30 m分辨率的陸表水體產品能反映瀾湄流域陸表水體空間分布情況以及變化軌跡,在瀾湄流域水資源安全和管理、氣候變化、生態環境等方面具有重要的應用價值。清華大學、國家基礎地理信息中心、美國馬里蘭大學、歐盟聯合研究中心等均發布了全球陸表水體產品,時間從1985年到2015年,空間分辨率從25 km到30 m不等,所采用的方法大多為決策樹、指數閾值法等方法。而目前尚缺少2018年瀾湄流域的陸表水體產品。
                    本文提供2018年30 m分辨率的瀾湄流域年度陸表水體產品,給出了瀾湄流域30 m陸表水體產品生產的方法與技術流程。采用基于多指數和先驗知識驅動的全球尺度遙感水體智能提取方法,首先對所需要的Landsat 8地表反射率數據集、GDEM(ASTER Global Digital Elevation)數據集以及GLCF-GIW(2000)(the Global Land Cover Facility Global Inland Water)水體產品數據集進行數據預處理,隨后根據GLCF-GIW(2000)水體產品進行水體樣本與非水體樣本選擇與優化,最后采用決策樹分類法進行自適應閾值確定,從而得到初步的水體提取結果,最后再進行空間過濾等后處理得到最終的陸表水體產品。
                    1 ? 數據采集和處理方法
                    1.1 ? 數據采集方法
                    本文所生產的瀾湄流域季度陸表水體產品主要是在Landsat 8地表反射率的基礎上進行生產的,地表反射率數據主要來自于中國科學院空天信息創新研究院何國金研究員團隊所生產的中國Landsat系列衛星遙感數據地表反射率產品數據集[2]。所需要的DEM數據來自于GDEM Version 2.0 dataset [3];并采用2000年GLCF-GIW version 1.0水體產品[4]作為樣本庫,該數據集可從http://www.landcover.org/data/watercover/免費獲取。
                    1.2 ? 數據處理方法
                    采用基于多指數和先驗知識驅動的全球尺度遙感水體智能提取方法來提取瀾湄流域季度陸表水體專題信息,其技術路線如圖1所示,主要分為數據預處理、樣本選擇與優化、自適應確定閾值、連通像元合并及空間過濾后處理4個步驟。


                    圖1 ? 瀾湄流域陸表水體生產技術路線圖
                    1.2.1 ? 數據預處理
                    需要對Landsat 8地表反射率、DEM數據集以及已有的30 m水體產品進行數據預處理。首先,對于2018年的所有地表反射率產品根據質量評估文件(QA)進行去云處理,將所有Landsat 8地表反射進行中值合成,得到2018年瀾湄流域的中值合成影像,最終為了便于計算,將瀾湄流域的年度中值合成影像按5120×5120 pixels的大小分塊,共計約179塊。圖2為瀾湄流域Landsat 8地表反射率中值合成影像的分塊示意圖。然后,將全球范圍內的DEM 數據集鑲嵌成VRT格式。由于2000年GLCF-GIW的水體產品是以景為單位存儲的,坐標系投影為WGS84 UTM(Universal Transverse Mercator Projection,通用橫軸墨卡托投影),為了能適應于瀾湄流域甚至是全球區域的陸表水體信息提取,需要將該水體產品處理成VRT格式的鑲嵌結果。

                    (a)


                    (b)

                    圖2 ? 瀾湄流域Landsat 8地表反射率中值合成影像分塊示意圖
                    (a)分塊示意圖 (b) 對應的Path/Row示意圖
                    1.2.2 ? 樣本選擇與優化
                    根據2000年的GLCF-GIW水體產品對每一分塊影像分別分層隨機選取水體與非水體樣本各150個。由于所利用的訓練樣本數據為2000年的水體產品,然而水體會隨著時間和季節的變化而變化,難免會出現樣本數據為水體,而待提取的數據為非水體(如植被)的現象。因此為了避免出現這種因樣本不準確而導致誤分的問題出現,需要對樣本進行進一步優化。利用坡度(Slope)和山體陰影(Hillshade)兩種地形指數以及NDVI(Normalized Difference Vegetation Index,歸一化差值植被指數)、NDWI(Normalized Difference Water Index,歸一化差值水體指數)對所選取的樣本進行基于先驗知識驅動的樣本優化。NDVI指數用于建立植被掩膜,為避免因時相變化引起的訓練樣本不完全正確時,將植被誤認為水體的問題。NDWI主要用于優化非水體樣本中存在的水體樣本的問題。并將Hillshade<150且Slope>20的區域認為是山體陰影[2],建立山體陰影掩膜,優化水體樣本中存在山體陰影的問題。
                    1.2.3 ? 自適應確定閾值
                    采用了馬里蘭大學發布的2000年的水體產品(GLCF-GIW)作為先驗知識選取水體與非水體樣本,并將slope和hillshade等地形指數、NDVI、NDWI、NDBI(Normalized Difference Build Index,歸一化差值建筑指數)作為輸入,采用決策樹方法對優化后的樣本進行了樣本訓練,自適應確定分類規則,該分類規則便是所選擇指數的一個閾值組合,從而根據該分類規則得到一個初步的陸表水體專題信息提取結果。
                    1.2.4 ? 后處理
                    由于基于像元的分類方法所得到的結果往往會出現獨立像元或者一兩個像元的孔洞現象,因此需要將得到的初步的陸表水體專題信息提取結果進行聯通像元合并及空間過濾。初始結果是分塊的,因此需要將分塊結果進行鑲嵌,從而得到最終的瀾湄流域30 m空間分辨率陸表水體專題信息產品。
                    2 ? 數據樣本描述
                    2018年瀾湄流域30 m陸表水體產品數據集包括1個結果文件和1個相應的影像成像時間文件。陸表水體產品文件的命名規則為:water-lanmei-yyyy.TIF(如:water-lanmei-2018.TIF)。影像的空間分辨率為0.00025°(約30 m),投影坐標系是WGS84經緯度。陸表水體產品結果為灰度二值圖,其中1表示水體,0表示非水體。為了降低存儲空間,對柵格結果進行了“LZW”的無損壓縮。圖3為2018年瀾湄流域陸表水體產品示意圖,底圖采用的是2018年Landsat地表反射率合成圖,波段組合為R(6)G(5)B(4)。對應的影像成像時間文件的命名規則為waterdate-lanmei-yyyy.TIF(如waterdate-lanmei-2018.TIF),為16位整型灰度圖像,對應的灰度值表示該年的儒略日,如18表示為該像元采用2018年1月18日的Landsat 8影像進行制圖而成。


                    圖3 ? 2018年瀾湄流域陸表水體產品示意圖
                    3 ? 數據質量控制和評估
                    圖4給出了本數據集水體提取精度驗證的抽樣分布情況。為了對本方法的水體提取結果進行驗證,在瀾湄流域進行分層隨機選取樣本點,水體和非水體各約2000個。以原始影像結合GoogleEarth、GF-1/2等高空間分辨率遙感影像作為參考影像,進行精度驗證。表1為水體提取結果精度驗證混淆矩陣,水體的制圖精度達99.34%,用戶精度達98.25%,總體精度達98%以上。


                    圖4 ? 瀾湄流域季度陸表水體產品精度驗證樣本分布情況
                    表1 ? 水體提取結果精度驗證混淆矩陣
                    非水體水體用戶精度制圖精度
                    非水體19881399.35%98.27%
                    水體35196498.25%99.34%
                    總體精度98.8%
                    Kappa0.976
                    陸表水體信息提取的難點在于高建筑物以及山體陰影的影響,因此為了驗證本數據集在此方面的表現,將本數據集與國際上已有的陸表水體產品進行交叉驗證。由于目前國際上尚無2018年瀾湄流域的陸表水體產品,因此將本數據集分別與清華大學發布的2010年30 m全球土地覆蓋產品中的水體類別(FROM-GLC water mask)[5]以及美國馬里蘭大學發布的2000年30 m全球陸表水體產品(GLCF-GIW)[6]進行對比分析,如圖5所示。分別選取了城區和山區兩處的陸表水體結果進行對比,具體位置如圖5中瀾湄流域示意圖上標識的1處和2處。位置1處各產品的局部放大圖如圖5(a-f)所示,位置2處各產品的局部放大圖如圖5(g-h)所示。為了避免由于時相引起的水體變化,圖5分別將各產品所對應的Landsat數據也展示出來。從圖5可以看出,位置1處,FROM-GLC water mask產品和GLCF-GIW產品均存在將城區誤分成水體的現象,本數據集較好地區分了建筑物陰影與水體(如圖5(f)所示);位置2處,FROM-GLC water mask產品和GLCF-GIW產品均存在將山體陰影誤分成水體的現象,本數據集較好地區分了山體陰影與水體(如圖5(l)所示)。以上結果均表明本數據集水體提取精度較高。


                    圖5 ? 本數據集與國際上已有陸表水體產品的對比驗證圖
                    (a)位置1處FROM-GLC water mask產品所采用的2000年11月2日Landsat7 R(5)G(4)B(3)組合圖像;(b)位置1處的FROM-GLC water mask水體產品;(c)位置1處GLCF-GIW產品所采用的2009年11月3日Landsat 5 R(5)G(4)B(3)組合圖像;(d)位置1處的GLCF-GIW水體產品;(e)位置1處本數據集所采用的2018年度Landsat 8中值合成R(5)G(4)B(3)組合圖像;(f)位置1處的本數據集水體產品;(g)位置2處FROM-GLC water mask產品所采用的2002年1月3日Landsat7 R(5)G(4)B(3)組合圖像;(h)位置2處的FROM-GLC water mask水體產品;(i)位置2處GLCF-GIW產品所采用的2009年11月8日Landsat 5 R(5)G(4)B(3)組合圖像;(g)位置2處的GLCF-GIW水體產品;(k)位置2處本數據集所采用的2018年度Landsat 8中值合成R(5)G(4)B(3)組合圖像;(l)位置2處的本數據集水體產品。
                    4 ? 數據價值
                    本文推出2018年瀾湄流域30 m分辨率陸表水體產品,采用基于多指數和先驗知識驅動的全球尺度遙感水體智能提取方法,精度較高,后續本數據集將會補充其他年份的季度產品。本數據集在瀾湄流域水資源管理與災害應急、生態環境監測等方面具有重大的應用價值。
                    致 謝
                    衷心感謝劉慧嬋和江威在產品質量檢驗時給予的建設性意見。
                    [1]
                    運曉博, 湯秋鴻, 徐錫蒙, 等. 氣候變化對瀾湄流域上下游水資源合作潛力的影響[J]. 氣候變化研究進展, 2020, 16(5): 555-563.
                    [2]
                    彭燕, 何國金, 張兆明, 等. 中國區域Landsat地表反射率產品[DB/OL]. Science Data Bank, 2020, 5(4). (2020-04-29). DOI: 10.11922/sciencedb.984.
                    [3]
                    NASA/METI/AIST/Japan Spacesystems, and U.S./Japan ASTER Science Team (2009). ASTER Global Digital Elevation Model[DB]. NASA EOSDIS Land Processes DAAC. DOI: 10.5067/ASTER/ASTGTM.002.
                    [4]
                    FENG M, JOSEPH O S, SAURABH C, et al. A Global, High-Resolution (30-M) Inland Water Body Dataset for 2000: First Results of a Topographic-Spectral Classification Algorithm[J]. International Journal of Digital Earth, 2015, 9(2): 113-133. doi:10.1080/17538947.2015.1026420.
                    [5]
                    JI L Y, GENG X R, SUN K, et al. Target detection method for water mapping using landsat 8 oli/tirs imagery[J].Water,2015, 7 (2): 794-817.
                    [6]
                    FENG M, SEXTON J O, CHANNAN S, et al. A global, high-resolution (30-m) inland water body dataset for 2000: First results of a topographic-spectral classification algorithm[J]. International Journal of Digital Earth, 2016, 9 (2): 113-133.
                    數據引用格式
                    彭燕, 何國金, 王桂周, 等. 瀾湄流域30 m分辨率陸表水體產品[DB/OL]. Science Data Bank, 2020. (2020-04-30). DOI: 10.11922/sciencedb.987.
                    稿件與作者信息
                    論文引用格式
                    彭燕, 何國金, 王桂周, 等. 瀾湄流域30 m分辨率陸表水體產品[J/OL]. 中國科學數據, 2020, 5(4). (2020-05-25). DOI: 10.11922/csdata.2020.0029.zh.
                    彭燕
                    Peng Yan
                    主要承擔工作:算法集成程序編寫,數據生產流程設計,論文撰寫。
                    (1988—),女,湖南郴州市人,在讀博士,工程師,研究方向為遙感圖像智能處理。
                    何國金
                    He Guojin
                    主要承擔工作:總體思路與方案設計,論文修改。
                    hegj@radi.ac.cn
                    (1968—),男,福建龍巖人,博士,研究員,研究方向為遙感數據智能處理與信息挖掘。
                    王桂周
                    Wang Guizhou
                    主要承擔工作:技術指導。
                    (1984—),男,山東省濟寧市人,博士,高級工程師,研究方向為遙感圖像智能處理。
                    尹然宇
                    Yin Ranyu
                    主要承擔工作:數據挑選、整合與預處理。
                    (1996—),男,山東省臨沂人,在讀博士,研究方向為遙感圖像智能處理。
                    出版歷史
                    I區發布時間:2020年6月3日 ( 版本ZH2
                    II區出版時間:2020年12月27日 ( 版本ZH3
                    參考文獻列表中查看
                    中國科學數據
                    csdata