数据分享 | 中山大学发布全球2000年—2015年30m分辨率逐年土地覆盖数据

GEE数据访问链接：

https://code.earthengine.google.com/?asset=users/xxc/GLC_2000_2015

1.数据产品概述

研究学者借助Google Earth Engine平台，利用现有多套全球土地覆盖产品、Landsat卫星系列影像、以及大量人工目视解译样本，结合多数据融合、时序变化检测和机器学习等的方法，研制了一套2000年—2015年全球30 m分辨率的逐年土地覆盖变化数据集AGLC-2000-2015（Annual Global Land Cover 2000-2015）。

基于AGLC-2000-2015数据集，本文选择性分析了3个典型区域的土地覆盖年际变化进行检验。结果显示，AGLC-2000-2015数据集达到了较高的精度水平：基准年份产品（AGLC-2015）的总体精度为76.10%，Kappa系数为0.72，显著优于现有30 m分辨率的全球土地覆盖产品Globeland 30、FROM-GLC和GLC-FCS30；年际间分类模型的总体精度和Kappa系数分别为84.10%和0.81，在各大洲的平均总体精度均超过80.00%，表明该模型在全球多类别土地覆盖分类中表现良好。

2.数据源及分类体系

该研究使用的土地覆盖产品包括以下7套：全球土地覆盖数据集Globeland30，全球土地覆盖数据集FROM-GLC，全球精细地表覆盖产品数据集GLC-FCS30，全球连续时间城市用地动态扩张和返绿数据集GAUD，全球森林变化数据GFC，全球水体数据集JRC GSW，以及全球陆地覆盖数据集ESA CCI-LC。

Landsat系列影像来自于Google Earth Engine平台提供的Landsat 5 TM（2000年—2011年）、Landsat 7 ETM+（2011年—2013年）、以及Landsat 8 OLI（2013年—2015年）传感器经大气校正和地形校正的地表反射率数据

该研究采用的分类体系如下表所示。参考现有的土地覆盖分类体系（Chen等，2016），结合实际情况，本文的土地覆盖分类体系包括耕地、林地、草地、灌木、湿地、水体、苔原、不透水面、裸地和永久冰雪共10种类型。

3.数据生产方法

本文基于GEE平台实现2000年—2015年长时序的全球30 m分辨率土地覆盖绘制，基本思路是：

（1）研制高精度的基准年份（2015年）土地覆盖数据；

（2）通过变化检测方法探测逐年地表覆盖变化区域；

（3）建立可靠分类模型对变化区域进行土地覆盖分类；

（4）结合基准年份土地覆盖数据和变化区域分类结果生成逐年数据产品。

4.数据精度评价

基于D-S证据理论的多源数据融合方法，该研究生产的2015年全球土地覆盖产品AGLC-2015。为理解融合数据AGLC-2015的来源组成，展示局部区域AGLC-2015与Globeland30、FROM-GLC、GLC-FCS30土地覆盖分类一致的结果。

全球的AGLC-2015制图结果显示，AGLC-2015的土地覆盖空间格局分布与实际情况大致相同，能够很好地反映真实的土地覆盖状况。例如，中国东南部、美国中部、匈牙利平原至西伯利亚平原区域以及印度大部分区域都呈现高密度的耕地分布；林地集中分布在亚欧大陆北部、北美洲东部、南美洲亚马逊盆地和非洲赤道附近区域。

该研究使用全球验证样本对AGLC-2015产品进行精度评价。评价指标包括总体精度OA（Overall Accuracy）、Kappa系数（Kappa coefficient）、生产者精度PA（Producer’s Accuracy）和用户精度UA（User’s Accuracy）。

基于38025个全球验证样本的验证结果（表3）显示，AGLC-2015产品的总体精度为76.10%，Kappa系数为0.72。其中永久冰雪的分类精度最优，PA和UA均高于87%。水体的分类精度次优，PA和UA均超过了83%。林地的PA高达91.99%，但UA仅为78.45%。总体而言，AGLC-2015产品的精度令人满意，具有较高的可靠性。

该研究还对AGLC-2015产品在全球各大洲的精度进行了评估。亚洲、欧洲、非洲、北美洲和南美洲的总体精度都高于74%，Kappa系数均达到0.70左右，而大洋洲的分类总体精度最低，分类结果与验证样本的一致性不高。从单类别土地覆盖类型来看，各大洲林地、耕地、不透水面以及永久冰雪的分类精度较高。耕地、林地、裸地的分类精度分别在欧洲、南美洲、非洲达到最优。

该研究同时将AGLC-2015分类结果与Globeland30、FROM-GLC、GLC-FCS30进行比较。从总体精度上看，AGLC-2015产品（76.10%）较Globeland30（63.49%）、FROM-GLC（61.41%）和GLC-FCS30（63.46%）有明显提高。就Kappa系数而言，AGLC-2015产品最高，与验证样本具有最好的一致性。AGLC-2015产品中林地、水体、不透水面、裸地以及永久冰雪的PA均高于其他3套产品，草地、灌木的PA仅低于FROM-GLC。AGLC-2015产品中草地、灌木、湿地以及苔原的UA均高于其他3套产品，水体、不透水面的UA仅低于FROM-GLC，永久冰雪的UA仅低于GLC-FCS30。对草地、灌木、湿地而言，AGLC-2015产品的分类精度虽然较低，但UA相较于其他3种产品仍存在极大的提升，能够有效降低这3类的错分误差。总体来看，AGLC-2015产品的分类结果优于其他3套产品。

5.土地覆盖动态变化

为研究环境变化和人类活动对土地覆盖变化的作用，本文基于AGLC-2010-2015数据集，选取青藏高原色林错湖区、珠江三角洲地区以及亚马逊热带雨林南部区域，研究土地覆盖动态变化过程及其变化驱动因素。

6.论文及数据获取

文章引用格式：

许晓聪，李冰洁，刘小平，黎夏，石茜.2021.全球2000年—2015年30 m分辨率逐年土地覆盖制图.遥感学报，25（9）：1896-1916 DOI：10.11834/jrs.20211261

Xu X C，Li B J，Liu X P，Li X and Shi Q. 2021. Mapping annual global land cover changes at a 30 m resolution from 2000 to 2015. National Remote Sensing Bulletin， 25（9）：1896-1916 DOI：10.11834/jrs.20211261

论文原文链接：

http://www.ygxb.ac.cn/thesisDetails#10.11834/jrs.20211261

数据访问链接：

https://code.earthengine.google.com/?asset=users/xxc/GLC_2000_2015

公开获取地址：

本文基准年份土地覆盖产品 AGLC-2015：

https：//datapane. com/u/xiaocong/reports/glc/