基于知識的GlobeLand30耕地數據質量檢查方法與工程實踐

劉吉羽，彭 舒，陳 軍，廖安平，張宇碩，3

(1．西南交通大學地球科學與環境工程學院，四川 成都610031;2．國家基礎地理信息中心，北京100830;3．北京師范大學地理學與遙感科學學院，北京100875)

一、引 言

空間數據質量主要是指其所表達的實體空間位置、特征和時間能夠達到的正確性、一致性和完整性［1］。對于全球地表覆蓋遙感制圖而言，由于同物異譜、異物同譜現象突出，地物紋理和結構特征復雜特殊［2-4］，極易造成錯分和漏分，數據質量檢查的難度大、任務重。如何根據全球地表覆蓋的特殊性，設計和研發科學有效的數據質量檢查方法，提高數據質量，是GlobeLand30產品研制面臨的一個難題。其中耕地是GlobeLand30的10大類型之一，在全球范圍內光譜特征復雜、紋理特殊［2-4］，自動分類難以利用人的知識提取空間相關信息［5］，通過質量檢查，能最大限度地降低耕地分類提取的誤判率和漏判率。

質量檢查是數據質量控制的重要環節，已普遍應用于各類空間數據研制中。劉建軍、Mills等探討了等高線、道路等各類地形數據質量檢查的方法［6-8］，利用要素間的空間關系規則進行質量檢查;吳長彬通過建立地籍知識與規則庫，提出了基于知識與規則的地籍數據質量檢查方法［9］;方利等對土地利用數據的質量檢查方法進行了研究，有效保證了數據的規范性和完整性［10-11］。已有的方法主要是從數據標準、空間關系等角度考慮，對于地表覆蓋數據的檢查停留在數據規范的層面，沒有形成系統的質量檢查方法。地表覆蓋數據作為遙感分類數據，數據質量更多關注的是分類精度高低，以及分類數據的正確性和完整性。地表覆蓋數據的特殊性加上全球尺度帶來的更大難度，導致現有的質量檢查方法已無法滿足于全球地表覆蓋數據的研制。

本文以耕地為例，分析了影響全球耕地信息提取的主要質量因素，凝練了耕地的地域分布、相關人文知識、時空穩定性、物候特征等方面的知識，構建了基于知識的數據質量檢查規則，設計了由整體到局部、分區域檢查與交互式修改處理的策略，形成了一種基于知識的全球耕地數據質量檢查方法。本文主要介紹了耕地的相關知識，以及基于知識的質檢規則建立，并對檢查方法在GlobeLand30耕地數據研制中的具體應用進行了闡述。

二、耕地錯分和漏分的原因分析

全球范圍內影響耕地數據質量的因素很多，如光譜混淆、原始影像質量低、影像時相單一等。GlobeLand30采用基于像素尺度的多特征優化的方法對兩期耕地數據進行提取，雖然分類方法已盡可能顧及耕地的光譜、紋理與物候特征，但分類結果仍不滿足精度要求，普遍存在錯分、漏分的情況。

1．數據的錯分

(1)光譜混淆

耕地光譜特征復雜，異物同譜或同譜異物的情況普遍存在，對于一些光譜信息與耕地相似的地類，影像自動分類提取的正確率較低。如在城鎮與耕地交錯分布區，兩者像元混合嚴重，人造覆蓋易被錯分為耕地，如圖1所示。

在遙感影像中，經濟林通常顯示規則的紋理且植被特征明顯，易被錯分為耕地，如圖2所示。

圖2

砍伐后未種植的跡地光譜，紋理特征與耕地相似，易被錯分為耕地，如圖3所示。

圖3

(2)影像質量

原始影像質量不佳或是相鄰影像時相不同時，樣本選取的不一致會導致耕地數據提取出現細致程度不一的無法接邊情況，如圖4所示。

圖4

2．數據的漏分

(1)光譜、紋理特殊

某些特殊形態的耕地，其紋理特征不明顯且光譜特征特殊，自動分類難以準確識別。如人工牧草地無明顯規則紋理特征，光譜特征與草地相似，易被錯分為草地，如圖5所示。

圖5

由于耕地的物候特征，水田在灌水期水的高度蓋過秧苗，影像顯示水體的光譜特征，易被錯分為水體，如圖6所示。

圖6

(2)影像質量

原始影像質量不佳(如存在云遮擋等)或數據集成有誤，都易導致耕地數據遺漏。如圖7所示，云層將耕地遮擋，自動分類將云層提取為草地。

圖7

三、質量檢查方法

通過對影響耕地信息提取的主要質量因素進行分析，本文提出了一種基于知識的耕地質量檢查方法。如圖8所示，從耕地的地域分布、相關人文知識、時空穩定性、物候特征等方面提煉知識，構建基于知識的質量檢查規則，將全球按大洲分為5個區域，由總體到局部，利用構建的規則對耕地分類數據進行檢查，標注錯分、漏分情況并反饋給修改人員，經過多次檢查與修改交互處理后，得到符合精度要求的數據成果。

圖8 基于知識的耕地數據質量檢查方法

1．耕地數據質量的知識提煉與質檢規則構建

根據GlobeLand30提取技術規定，耕地定義為用來種植農作物的土地，主要包括有作物耕地、收割后無作物耕地、灌水期水田、收割后水田、人工牧草地、由跡地開墾的耕地、菜地等。耕地的形態及分布受自然環境、人文環境、季節變化等因素的影響明顯，從以上領域對耕地相關知識進行總結，建立耕地檢查的質量檢查規則，能有效解決分類數據的錯分、漏分。值得注意的是，GlobeLand30利用30 m遙感影像提取耕地，因此，應從30 m尺度的影像特征出發，正確處理耕地最小提取斑塊的取舍。

(1)耕地的地域分布

耕地作為種植農作物的土地，自然環境因素對其分布的影響占主導地位。全球范圍內，不同的地形、氣候條件導致耕地分布、形態特征各有不同。在了解耕地定義的前提下，掌握各地區地形、氣候條件，了解各大洲的作物分布、作物類型，總結各地區易發生的錯誤類型，有助于耕地數據錯誤的快速發現。另外，對于一些備受關注的糧食危機地區，應重點檢查，確保耕地無遺漏。

(2)耕地相關的人文知識

在社會、經濟、文化等因素的影響下，不同地區的農業生產方式不同。在農業技術發達的大規模機械農業區域，耕地連片分布且耕作痕跡規則。在一些農業技術水平相對落后的地區，農業耕作方式仍以遷移農業為主，作物品種不一，種植方式無規律，易與草地產生混分，如圖9所示。

圖9

在水資源不充足的地區，為增大灌溉面積，使用時針式噴灌設施進行灌溉，使得耕地的幾何形狀為規則圓形，如圖10所示。

在水土流失較嚴重的坡耕地區域，人為修筑梯田蓄水保土。梯田在30 m影像上形態與周圍環境類似，如圖11所示。

圖10

圖11

森林砍伐后的跡地被開墾為耕地，該類耕地一般位于天然林區內，靠近人工建筑物(如道路、房屋等)的區域，應將其與跡地區分開來，如圖12所示。

圖12

人工牧草地作為經過人工改造后專門用于種植牧草的農用地，每年可以種植收割一次或多次(熱帶地區，一年可收獲多次，但土地不翻耕)，其影像一般無明顯規則紋理特征，如圖13所示。

圖13

西班牙火山島大片葡萄種植園，由于缺水，所以人為修筑魚鱗坑來蓄水，如圖14所示。

圖14

為保持蔬菜生長的溫度適當，人類使用溫室大棚種植反季蔬菜，如圖15所示。

圖15

已有的地表覆蓋數據、高分影像、耕地調查數據等均有助于耕地的識別。現有的耕地參考數據有GLC2000、GlobCover2009等全球范圍的數據，以及北美的NLCD、歐洲的CORINE、Geo-Wiki非洲數據和中國1∶10萬的土地利用耕地數據。利用Google Earth高分影像雖可快速辨別耕地，但應合理把握30 m影像原則，若高分圖像識別為耕地但30 m影像上難以劃分耕地界限的區域，則可不分為耕地。

利用區域耕地調查統計數據能及時發現耕地數據的異常。若調查數據與地表覆蓋數據差異較大，則需仔細確認。由于耕地常分布在居民地周圍，因此，利用全球居民點數據對低人口密度地區的耕地進行檢查，能確保不遺漏。

(3)耕地的物候特征

由于耕地的物候特征，作物生長的不同生長期存在不同的光譜特征。通常情況下，生長季節呈植被特征，作物在收割后呈裸地特征，如圖16所示。

圖16

水田在灌水期，秧苗被水體蓋過，影像上耕作區域顯示水體特征;成熟期的水田呈現正常植被特征;水稻成熟收割后，水田中殘留的部分積水和干枯桔梗使影像顯示水體和植被的混合特征，如圖17所示。

圖17

(4)耕地的時空穩定性

耕地的區域分布具有一定的穩定性。2000—2010年10年間，較大空間范圍內的耕地具有較好的空間一致性，但局部區域的耕地增加或減少現象仍存在。城鎮化、退耕還林、棄耕、氣候變化、沙漠化、戰爭等因素可能導致耕地減少;農業開墾、圍湖造田、填海造田可能導致耕地增加。總體而言，耕地減少的情況較少，耕地增加則普遍發生。根據GlobeLand30數據，耕地開墾明顯的地區主要是中國新疆地區等，如圖18所示，根據FAO的統計資料，10年間，耕地面積增加的國家主要有巴西、阿根廷、埃塞俄比亞、坦桑尼亞、布基納法索等。

圖18

2．檢查與修改的交互處理

基于知識的耕地數據質量檢查方法主要通過基于知識的質量檢查規則構建和檢查與修改的交互處理來實現，檢查與修改的交互處理主要為總體和區域兩步。

(1)耕地總體空間分布檢查

針對整個檢查區域，將兩期耕地數據進行對比，對兩期成果分布趨勢明顯不一致的區域進行標注。同時，將耕地數據與現有參考數據對比，對于兩者差別較大的地區進行標注，以便進一步檢查。

(2)耕地區域范圍檢查

區域范圍內的檢查一般分為兩種情況:對于耕地特征明顯的區域，可直接利用定義進行判別;對于耕地特征不明顯的區域，需結合多方面知識對耕地數據進行檢查。具體判斷步驟如下:

1)正確掌握耕地定義及其典型形態，確定檢查區域所在的地理位置，了解該地區耕地地域分布的知識，幫助耕地錯誤的快速發現，重點檢查區域需特別注意。

2)若檢查區域耕地特征明顯，能夠直接判斷是否提取有誤，可直接標注錯誤類型(漏分/錯分);若檢查區域耕地特征不明顯，則進行下一步判斷。

3)對比兩期耕地分布是否存在變化，若存在，判斷變化是否符合10年耕地變更事實。同時，需結合人文相關知識、物候特征等進行判斷，若數據提取有誤則進行標注，若不能判斷則繼續下一步。

4)將耕地數據與對應地區的參考數據進行對比，檢查判定是否與參考數據一致，根據參考數據進行判別。

由于地表覆蓋數據檢查非常復雜，涉及的影像數據和輔助數據龐大，有效集成各類輔助數據需要高效的技術支持。為此，研發了專用的網絡化檢核系統，通過全球地表覆蓋在線服務平臺，采用網頁直接標注的方式，填寫耕地錯分、漏分并附修改建議，最大限度地提高了數據檢查的效率［12］。

四、工程實踐

在GlobeLand30數據產品研制中，利用基于知識的耕地檢查方法對全球兩期各853幅耕地提取成果按圖幅進行檢查。經統計全球共發現29 402處耕地錯誤，其中，亞洲耕地檢查點共計11 855個，歐洲耕地檢查點共計2590個，美洲耕地檢查點共計9638個，非洲耕地檢查點共計3808個，大洋洲檢查點共計1781個。在耕地密集區域，每幅檢查點最高可達300個以上。現以大洲為單位，對各大洲耕地數據質量檢查情況進行總結。

1．亞歐地區

歐亞大陸從西歐延伸至西伯利亞平原這塊區域存在著密集的耕地。在歐洲作物的種類繁多，高密度種植地區為玉米帶，即從北部平原延伸經過法國的南部、意大利的北部到多瑙河流域。南部平原主要作物為春小麥、大麥、果園及葡萄園。地中海流域主要作物為冬小麥、水果、堅果及蔬菜。在亞洲，印度北部和中國東部一些平原地區存在大范圍的連片耕地，如圖19所示，主要種植小麥和水稻，這些地區耕地與密集的人造覆蓋交錯分布，易發生耕地與人造覆蓋混分的問題。水稻作為亞洲地區的主要作物，主要集中在中國東南部、印度的恒河下游平原、恒河-布拉馬普特拉河三角洲、伊洛瓦底江三角洲、沿印度東海岸的三角洲和喀拉拉邦地區［13-14］。

圖19 中國東部耕地與人造覆蓋夾雜分布地區

由于水稻在灌水期可能存在水體的光譜特征，如圖20所示，掌握水稻主要分布的區域，有助于耕地與水體混分現象的發現。中國北部農牧交錯區、阿拉伯半島等干旱半干旱地區常年處于干燥的環境下，降水稀少，生態脆弱，需特別關注［15］。另外，太平洋地區的一些熱帶島嶼上呈規則分布的經濟林地不屬于耕地，如棕櫚樹等。

圖20 中國東部地區水田

2．美 洲

北美洲耕地的特點表現為大陸中央平原地區存在高集約化的種植區域，如圖21所示。高集約化的耕作區域應注意耕地中道路錯提成耕地的現象。北美耕地最明顯的特征之一是玉米帶，從東部的北達科他州和內布拉斯加州延伸至愛荷華州、伊利諾伊州、威斯康星州、印第安納州和西部的俄亥俄州。另一種主要的耕作密集區為春小麥種植區，主要位于北達科他州、蒙大拿州東部地區、阿爾伯塔的加拿大草原省份及薩斯喀徹溫省［13，16］。南美洲中高強度的耕作區域主要分布于阿根廷濕潤的潘帕斯平原地區，其中西南和中北部為小麥種植區，北部為玉米種植區，西部和西北部為高粱種植區。高集約化耕作的小規模區域主要分布于南部的大查科地區。哥倫比亞和厄瓜多爾西部也存在一些高集約化耕作的區域，這些區域以咖啡、可可、玉米、馬鈴薯、木薯和甘蔗等作物為主［13］。

圖21 北美大型規模機械農業區耕地影像以及提取成果

3．非 洲

非洲的耕作系統較復雜，擁有大量自給自足的農業區域［17］。耕地集約化程度最高的區域位于尼羅河河漫灘、馬格里布、蘇丹部分區域、埃塞俄比亞高原、塞內加爾，以及維多利亞湖岸邊背部的一些區域。蘇丹延伸經過埃塞俄比亞高原，南向維多利亞湖的一些區域主要為小米、高粱、玉米、咖啡等作物。贊比西河流域和東南部南非主要作物為玉米、小米、高粱、小麥及甘蔗。大米和咖啡主要生長在東部沿海區域［18］。如圖22所示，干旱半干旱的薩赫勒草原地區，具有典型的由熱帶草原向撒哈拉沙漠過渡的地理特點，當地居民主要從事農牧業，大部分地區種植小米、野豆、甘薯，由于生態環境脆弱，耕地問題備受關注。

圖22 薩赫勒草原地區耕地

4．大洋洲

澳大利亞主要作物為小麥和大麥，分布在東南和西南沿海地區。蘇門答臘、馬拉西亞、菲律賓等地也分布著耕地，主要種植水稻。澳大利亞由于土地條件良好，大部分耕地呈大規模規則種植的形態［19］。新西蘭的作物主要分布于南島東部的坎特伯雷平原。澳大利亞和新西蘭作為農牧業為主的國家，其耕地主要分為兩類:一是小麥種植和畜牧兼營區耕地，該區種植谷物和部分人工草場;二是高雨量區耕地，主要靠人工種植牧草，廣泛使用機械，如圖23所示。由于將人工牧草地劃分為耕地，因此，應特別注意人工牧草地與草地的區分。

圖23 澳大利亞地區人工牧草地

五、結束語

本文針對全球30 m地表覆蓋耕地數據研制中面臨的質量問題，提出了一種基于知識的耕地數據質量檢查方法，并將其應用于GlobeLand30數據生產中。經統計，全球共修改29 402處耕地錯誤，有效保證了GlobeLand30的耕地數據質量。國家基礎地理信息中心、中國科學院遙感與數字地球研究所等6家單位分別對GlobeLand30各大洲地表覆蓋數據產品進行了精度驗證［20］。常用的4套全球1 km地表覆蓋數據總體精度均不到60%［21-22］，而Globe-Land30中耕地成果數據總精度達80%以上，遠高于其他地表覆蓋數據。

實踐證明，該方法有效地解決了耕地數據錯分、漏分等問題，確保了最終數據成果能滿足地表覆蓋制圖的質量要求。同時，基于網絡的標注方式有效地提高了工作效率。鑒于全球范圍內耕地類型各異，有些特殊情況可能存在遺漏。同時，方法的自動化應用有待提升，需在今后的實踐中進一步完善。下一步工作將對其他地表覆蓋類型(如人造覆蓋、水體等)的檢查方法進行總結，為地表覆蓋數據檢查工作提供參考與支持。

［1］ 韓京宇，徐立臻，董逸生．數據質量研究綜述［J］．計算機科學，2008，35(2):2-12．

［2］ 陳軍，廖安平，何超英．全球地表覆蓋高分辨率遙感制圖［J］．地理信息世界，2011，4(2):12-14．

［3］ 陳軍，陳晉，廖安平，等．全球30米地表覆蓋遙感制圖的總體技術［J］．測繪學報，2014，43(6):1-7．

［4］ CHEN J．Global Land Cover Mapping at 30 m Resolution:A POK-based Operational Approach［J］．ISPRSJournal of Photogrammetry＆Remote Sensing，2014，9(2):1-19．

［5］ 張銀輝，趙庚星．土地利用/土地覆蓋遙感分類方法的研究綜述［J］．中國農業資源與區劃，2002，23(3):21-25．

［6］ 劉建軍，陳軍，王東華，等．等高線鄰接關系的表達及應用研究［J］．測繪學報，2004，33(2):174-178．

［7］ MILLSJE，NEWTON I．A New Approach to the Verification and Revision of Large-scale Mapping［J］．ISPRSJournal of Photogrammetry＆Remote Sensing，1996，51:17-27．

［8］ GERKEM，MARKUSB，BUTENUTH M，et al．Graph-supported Verification of Road Databases［J］．ISPRSJournal of Photogrammetry＆Remote Sensing，2004，58(3):152-165．

［9］ 吳長彬，閭國年，舒飛躍．基于知識與規則的地籍數據質量檢查方法［J］．地理與地理信息科學，2007，23(5):22-30．

［10］ 方利，劉生權，鐘耳順．基于元數據和質量規則的土地數據檢查［J］．地球信息科學，2004，6(3):19-23．

［11］ 諸云強，朱少春，劉海川．土地利用數據質量檢查方法研究與實現［J］．國土資源科技管理，2008，25(6):66-71．

［12］ HAN G，CHEN J，HE C Y．A Web-based System for Supporting Global Land Cover Data Production［J］．ISPRS Journal of Photogrammetry and Remote Sensing，2014，7(12):1-15．

［13］ RAMANKUTTY N，JONATHAN A F．Characterizing Patterns of Global Land Use an Analysis of Global Croplands Data［J］．Global Biogeochemical Cycles，1998，12(4):667-685．

［14］ 周錫躍，徐春春，李鳳博．世界水稻產業發展現狀、趨勢及對我國的啟示［J］．農業現代化研究，2010，5(5):523-528．

［15］ 鄒亞榮．中國農牧交錯區土地利用變化空間格局與驅動力分析［J］．自然資源學報，2003，18(12):222-227．

［16］ 何樹全．北美農業一體化趨勢及影響因素分析［J］．當代經濟管理，2009，21(1):75-79．

［17］ 王健梅．非洲農業生產主要特點［J］．中國農業信息，2007，4(11):18-19．

［18］ 孟慶栽，張卉．非洲農業發展的現狀和前景［J］．現代國際關系，1983，4(5):35-40．

［19］ 劉紅梅，楊殿林．澳大利亞農業發展概況及對我國農業發展啟示［J］．農業環境與發展，2008，5(2):32-35．

［20］ HUSSEIN E M．A First Complete Benchmarking of the New Chinese 30 m Resolution GLC30 and Regional Land Coverage Datasets in Italy［D］．［S．l．］:Milano Politecnico di Milano School，2014．

［21］ 宮鵬．基于全球通量觀測站的全球土地覆蓋圖精度檢驗［J］．自然科學進展，2009，19(7):754-759．

［22］ 冉有華，李新，盧玲．四種常用的全球1 km土地覆蓋數據中國區域的精度評價［J］．冰川凍土，2009，31(3):490-498．