写在最前：
内容是由天工A进行的全文翻译，如感觉翻译或者土地覆盖类型分的类别不对的，请查看原文，原文链接：https://lpdaac.usgs.gov/documents/101/MCD12_User_Guide_V6.pdf；
本文仅用于查询和认识不同土地覆盖的分类，具体要验证和引用请使用官方文档；
另，本文也仅是作者记录使用，方便查看，不包真假的哦。
MODIS土地覆盖类型产品用户指南
Damien Sulla-Menashe 和 Mark A Friedl
2018年5月14日
MODIS土地覆盖类型产品(MCD12Q1)提供了一套科学数据集(SDSs)，以六种不同的土地覆盖图例，在500米空间分辨率下，以年度时间步长绘制全球土地覆盖图。这些地图是通过对中分辨率成像光谱仪(MODIS)数据得出的光谱-时间特征进行分类而创建的。本用户指南提供了与C6产品相关的以下信息：
1. MCD12Q1算法概述，并参考已发表的文献，其中可以找到更多细节。
2. 关于数据门户、投影和格式的指南，以帮助用户访问和使用数据。
3. 无法通过本文档提供的信息或网站解决问题的用户的联系信息。
4. 描述产品提供的不同数据集和图例的表格。
1 产品概述
MODIS土地覆盖类型产品(MCD12Q1)提供2001年至今的年度时间步长和500米空间分辨率的全球土地覆盖图。该产品包含13个科学数据集(SDS；表1)，包括5个传统分类方案(IGBP、UMD、LAI、BGC和PFT；表3-7)和一个基于粮农组织土地覆盖分类系统(LCCS)的新三层图例(表8-10；Di Gregorio, 2005；Sulla-Menashe等人, 2011)。还包括质量保证(QA；表11)层、三个LCCS层的后验概率，以及产品使用的二元土地水掩膜。MCD12Q1已基于用于创建地图的训练数据集的交叉验证进行了第二阶段验证。
MODIS土地覆盖类型产品(MCD12Q1)是使用MODIS反射率数据的监督分类创建的(Friedl等人, 2002, 2010)。在Collection 5 MCD12Q1中，IGBP方案使用C4.5决策树算法进行分类，该算法摄入了一整年的8天MODIS Nadir BRDF调整反射率(NBAR；Schaaf等人, 2002)数据(MCD43A2和MCD43A4)。在Collection 6中，我们对MCD12Q1 SDSs、预处理和分类数据的算法以及分类中使用的输入特征进行了重大更改。这些变化中最重要的是基于嵌套分类集开发了新的图例(图1)。为了创建此LCCS图例，我们向用于训练分类器的站点数据库添加了新的类信息。该产品的第二个主要变化是，我们通过对NBAR时间序列应用平滑样条，使用NBAR QA数据对观测值进行加权，开发了新的gap-filled光谱-时间特征。平滑的时间序列用于生成雪标志并计算无雪指标，包括光谱带和几个带组合的年度分位数和方差。这些年度指标被用作层次结构每一层的RandomForest分类器的输入。
在对平滑的NBAR数据进行监督分类之后，应用一组后处理步骤，这些步骤结合先验概率知识并基于辅助信息调整特定类别(McIver和Friedl, 2002；Friedl等人, 2002)。最终的类条件概率由于输入时间序列中的残余噪声、缺失数据和训练数据库内的变化而具有显著水平的年际变化(Friedl等人, 2010)。为了减少由分类器不稳定性引起的年际变化，我们开发了一种基于隐马尔可夫模型的方法，对每年的地图结果进行后处理，这大大减少了产品中的年际变化(Abercrombie和Friedl, 2016)。稳定后，分类被浓缩为最终的六组图例和相关的QA信息。尽管提高了产品的稳定性，但我们敦促用户不要使用该产品来确定分类后的土地覆盖变化。任何一年的土地覆盖标签的不确定性仍然太高，无法区分真实变化和在500米MODIS分辨率下光谱上无法区分的类别之间的变化。有关C6 MCD12Q1产品的开发和准确性的更多详细信息，请参见Sulla-Menashe等人(查看)。
为了最大限度地提高对科学界的实用性，C6 MCD12Q1产品提供了六种不同的分类方案。这些包括IGBP土地覆盖分类(Loveland和Belward, 1997；Belward等人, 1999)(表3)、马里兰大学分类方案(Hansen等人, 2000)(表4)、Running等人(2004)描述的生物群落分类方案(表6)、Myneni等人(2002)描述的LAI/fPAR生物群落方案(表5)，以及Bonan(2002)描述的植物功能类型方案(表7)。LCCS方案包含三层，第一层为土地覆盖，第二层为土地利用，第三层为表面水文(表8-9)。
MODIS土地覆盖气候模拟网格产品(MCD12C1)提供了分块MCD12Q1产品的空间聚合和重投影版本。IGBP、UMD和LAI方案的地图以0.05°空间分辨率在地理经纬度投影中提供(表2)。还提供了每个0.05°像素中每个土地覆盖类的亚像素比例以及IGBP方案的聚合质量评估信息。
访问和使用这些数据所需的基本信息包括以下内容：
- 数据集特征(时间覆盖范围、空间分辨率、图像大小、数据类型等)。
- MODIS土地覆盖类型产品中包含的科学数据集及其相关定义。
- 与MODIS土地覆盖类型QA科学数据集相关的信息和规范。
与这些主题中的每一个相关的最新信息，包括科学数据集、数据格式和质量信息，可从土地过程DAAC获取：
2 数据格式和投影
MCD12Q1数据以在赤道处约10°x10°的分块提供，使用正弦网格，采用HDF4文件格式。MCD12C1数据以全球镶嵌图的形式提供，同样采用HDF4文件格式(3600行x7200列)的地理经纬度投影。有关MODIS正弦投影和HDF4文件格式的信息可在以下位置找到：
- MODIS分块网格：http://modis-land.gsfc.nasa.gov/MODLAND_grid.html
- MODIS HDF4：http://www.hdfgroup.org/products/hdf4/
使用广泛使用的软件(如GDAL)将正弦HDF4文件重新投影到其他投影需要几个参数。这里我们提供用于网格左上角的值、单个像素的大小以及制图投影库(PROJ4)和众所周知的文本(WKT)格式的正弦投影字符串。
- ULY Grid =
10007554.677，ULX Grid =-20015109.354 - Pixel Size (m) =
463.312716525 - Number of Pixels per Tile =
2400 - Projection Information:
PROJ4 : '+proj=sinu +a=6371007.181 +b=6371007.181 +units=m'- WKT:
PROJCS["Sinusoidal", GEOGCS["GCS_unnamed ellipse",DATUM["D_unknown", SPHEROID["Unknown",6371007.181,0]],PRIMEM["Greenwich",0], UNIT["Degree",0.017453292519943295]],PROJECTION["Sinusoidal"], PARAMETER["central_meridian",0],PARAMETER["false_easting",0], PARAMETER["false_northing",0], UNIT["Meter",1]
2.1 访问MODIS数据产品
以下列出了几种访问MODIS数据产品的方法。有关数据集、数据格式和质量信息的更多信息可从土地过程DAAC获取。
-
MCD12Q1的链接是https://doi.org/10.5067/MODIS/MCD12Q1.006
-
MCD12C1的链接是https://doi.org/10.5067/MODIS/MCD12C1.006
-
批量下载：LP DAAC数据池和DAAC2Disk。
-
搜索和浏览：USGS EarthExplorer和NASA Earthdata Search。
2.2 已知问题和不确定性来源
- 根据C6土地/水掩膜(Carroll等人, 2009)被识别为水的永久海冰区域被映射为水。一些土地区域，例如永久地形阴影内的冰川，根据该掩膜被映射为水，这在产品中引入了孤立的误差。
- 湿地代表性不足。
- 在热带地区，农田地块大小往往比MODIS像素小得多，农业有时代表性不足(即标记为自然植被)。
- 日本、北美太平洋西北部和智利的温带常绿针叶林地区被错误分类为常绿阔叶林。同样，澳大利亚和南美洲部分地区的常绿阔叶林被错误分类为常绿针叶林。
- 一些草原地区被分类为稀树草原(稀疏森林)。
- 智利有一座冰川被筛选为永久云覆盖，并部分被分类为草原。
3 联系信息
用户联系方式：
- Damien Sulla-Menashe (dsm@bu.edu)
- Mark Friedl (friedl@bu.edu)
4 科学数据集
表1：MCD12Q1科学数据集
| SDS全名 | 简称 | 描述 | 单位 | 数据类型 | 有效范围 | 填充值 |
|---|---|---|---|---|---|---|
| Land Cover Type 1 | LC Type1 | 年度IGBP分类 | 类别编号 | 8位无符号 | [1,17] | 255 |
| Land Cover Type 2 | LC Type2 | 年度UMD分类 | 类别编号 | 8位无符号 | [0,15] | 255 |
| Land Cover Type 3 | LC Type3 | 年度LAI分类 | 类别编号 | 8位无符号 | [0,10] | 255 |
| Land Cover Type 4 | LC Type4 | 年度BGC分类 | 类别编号 | 8位无符号 | [0,8] | 255 |
| Land Cover Type 5 | LC Type5 | 年度PFT分类 | 类别编号 | 8位无符号 | [0,11] | 255 |
| Land Cover Property 1 | LC Prop1 | LCCS1土地覆盖层 | 类别编号 | 8位无符号 | [1,43] | 255 |
| Land Cover Property 2 | LC Prop2 | LCCS2土地利用层 | 类别编号 | 8位无符号 | [1,40] | 255 |
| Land Cover Property 3 | LC Prop3 | LCCS3表面水文层 | 类别编号 | 8位无符号 | [1,51] | 255 |
| Land Cover Property 1 Ass | LC Prop1 Ass | LCCS1土地覆盖层置信度 | 百分比x100 | 8位无符号 | [0,100] | 255 |
| Land Cover Property 2 Ass | LC Prop2 Ass | LCCS2土地利用层置信度 | 百分比x100 | 8位无符号 | [0,100] | 255 |
| Land Cover Property 3 Ass | LC Prop3 Ass | LCCS3表面水文层置信度 | 百分比x100 | 8位无符号 | [0,100] | 255 |
| Land Cover QC | QC | 产品质量标志 | 标志 | 8位无符号 | [0,10] | 255 |
| Land Water Mask | LW | 源自MOD44W的二元土地(类别2)/水(类别1)掩膜 | 类别编号 | 8位无符号 | [1,2] | 255 |
表2：MCD12C1科学数据集
| SDS全名 | 简称 | 描述 | 单位 | 数据类型 | 有效范围 | 填充值 |
|---|---|---|---|---|---|---|
| Majority Land Cover Type 1 | MLCT 1 | 每个0.05度像素最可能的IGBP类别 | 类别值 | 8位无符号整数 | [0,16] | 255 |
| Majority Land Cover Type 1 Assessment | MLCT 1 A | 主要IGBP类别置信度 | 百分比x100 | 8位无符号整数 | [0,100] | 255 |
| Majority Land Cover Type 1 Percent | LCT 1 P | 每个像素中每个IGBP类的百分比覆盖 | 百分比x100 | 8位无符号整数 | [0,100] | 255 |
| Majority Land Cover Type 2 | MLCT 2 | 每个0.05度像素最可能的UMD类别 | 类别值 | 8位无符号整数 | [0,15] | 255 |
| Majority Land Cover Type 2 Assessment | MLCT 2 A | 主要UMD类别置信度(用土地/水掩膜填充) | 百分比x100 | 8位无符号整数 | [0,100] | 255 |
| Majority Land Cover Type 2 Percent | LCT 2 P | 每个像素中每个UMD类的百分比覆盖 | 百分比x100 | 8位无符号整数 | [0,100] | 255 |
| Majority Land Cover Type 3 | MLCT 3 | 每个0.05度像素最可能的LAI类别 | 类别值 | 8位无符号整数 | [0,10] | 255 |
| Majority Land Cover Type 3 Assessment | MLCT 3 A | 主要LAI类别置信度(用土地/水掩膜填充) | 百分比x100 | 8位无符号整数 | [0,100] | 255 |
| Majority Land Cover Type 3 Percent | LCT 3 P | 每个像素中每个LAI类的百分比覆盖 | 百分比x100 | 8位无符号整数 | [0,100] | 255 |
5 分类图例
表3：MCD12Q1国际地圈-生物圈计划(IGBP)图例和类别描述
| 名称 | 值 | 描述 |
|---|---|---|
| Evergreen Needleleaf Forests | 1 | 以常绿针叶树为主(树冠>2m)。树木覆盖率>60%。 |
| Evergreen Broadleaf Forests | 2 | 以常绿阔叶树和掌状树为主(树冠>2m)。树木覆盖率>60%。 |
| Deciduous Needleleaf Forests | 3 | 以落叶针叶树(落叶松)为主(树冠>2m)。树木覆盖率>60%。 |
| Deciduous Broadleaf Forests | 4 | 以落叶阔叶树为主(树冠>2m)。树木覆盖率>60%。 |
| Mixed Forests | 5 | 既不以落叶树也不以常绿树为主(各占40-60%)(树冠>2m)。树木覆盖率>60%。 |
| Closed Shrublands | 6 | 以木本多年生植物为主(1-2m高)，覆盖率>60%。 |
| Open Shrublands | 7 | 以木本多年生植物为主(1-2m高)，覆盖率10-60%。 |
| Woody Savannas | 8 | 树木覆盖率30-60%(树冠>2m)。 |
| Savannas | 9 | 树木覆盖率10-30%(树冠>2m)。 |
| Grasslands | 10 | - |
| Permanent Wetlands | 11 | 永久淹没的土地，水覆盖率30-60%，植被覆盖率>10%。 |
| Croplands | 12 | 至少60%的面积是耕地。 |
| Urban and Built-up Lands | 13 | 至少30%的不透水表面区域，包括建筑材料、沥青和车辆。 |
| Cropland/Natural Vegetation Mosaics | 14 | 小规模种植40-60%与天然树木、灌木或草本植被的镶嵌体。 |
| Permanent Snow and Ice | 15 | 至少60%的面积被冰雪覆盖，每年至少10个月。 |
| Barren | 16 | 至少60%的面积是非植被barren(沙子、岩石、土壤)区域，植被少于10%。 |
| Water Bodies | 17 | 至少60%的面积被永久水体覆盖。 |
| Unclassified | 255 | 由于输入缺失而未获得地图标签。 |
表4：马里兰大学(UMD)图例和类别定义
| 名称 | 值 | 描述 |
|---|---|---|
| Water bodies | 0 | 至少60%的面积被永久水体覆盖。 |
| Evergreen Needleleaf Forests | 1 | 以常绿针叶树为主(树冠>2m)。树木覆盖率>60%。 |
| Evergreen Broadleaf Forests | 2 | 以常绿阔叶树和掌状树为主(树冠>2m)。树木覆盖率>60%。 |
| Deciduous Needleleaf Forests | 3 | 以落叶针叶树(落叶松)为主(树冠>2m)。树木覆盖率>60%。 |
| Deciduous Broadleaf Forests | 4 | 以落叶阔叶树为主(树冠>2m)。树木覆盖率>60%。 |
| Mixed Forests | 5 | 既不以落叶树也不以常绿树为主(各占40-60%)(树冠>2m)。树木覆盖率>60%。 |
| Closed Shrublands | 6 | 以木本多年生植物为主(1-2m高)，覆盖率>60%。 |
| Open Shrublands | 7 | 以木本多年生植物为主(1-2m高)，覆盖率10-60%。 |
| Woody Savannas | 8 | 树木覆盖率30-60%(树冠>2m)。 |
| Savannas | 9 | 树木覆盖率10-30%(树冠>2m)。 |
| Grasslands | 10 | - |
| Permanent Wetlands | 11 | 永久淹没的土地，水覆盖率30-60%，植被覆盖率>10%。 |
| Croplands | 12 | 至少60%的面积是耕地。 |
| Urban and Built-up Lands | 13 | 至少30%的不透水表面区域，包括建筑材料、沥青和车辆。 |
| Cropland/Natural Vegetation Mosaics | 14 | 小规模种植40-60%与天然树木、灌木或草本植被的镶嵌体。 |
| Non-Vegetated Lands | 15 | 至少60%的面积是非植被barren(沙子、岩石、土壤)或永久冰雪，植被少于10%。 |
| Unclassified | 255 | 由于输入缺失而未获得地图标签。 |
表5：叶面积指数(LAI)图例和类别定义
| 名称 | 值 | 描述 |
|---|---|---|
| Water Bodies | 0 | 至少60%的面积被永久水体覆盖。 |
| Grasslands | 1 | - |
| Shrublands | 2 | 灌木(1-2m)覆盖率>10%。 |
| Broadleaf Croplands | 3 | - |
| Savannas | 4 | 树木覆盖率10-60%(>2m)。 |
| Evergreen Broadleaf Forests | 5 | 以常绿阔叶树和掌状树为主(>2m)。树木覆盖率>60%。 |
| Deciduous Broadleaf Forests | 6 | 以落叶阔叶树为主(>2m)。树木覆盖率>60%。 |
| Evergreen Needleleaf Forests | 7 | 以常绿针叶树为主(>2m)。树木覆盖率>60%。 |
| Deciduous Needleleaf Forests | 8 | 以落叶针叶树(落叶松)为主(>2m)。树木覆盖率>60%。 |
| Non-Vegetated Lands | 9 | 至少60%的面积是非植被barren(沙子、岩石、土壤)或永久冰雪，植被少于10%。 |
| Urban and Built-up Lands | 10 | 至少30%的不透水表面区域，包括建筑材料、沥青和车辆。 |
| Unclassified | 255 | 由于输入缺失而未获得地图标签。 |
表6：BIOME-生物地球化学循环(BGC)图例和类别定义
| 名称 | 值 | 描述 |
|---|---|---|
| Water Bodies | 0 | 至少60%的面积被永久水体覆盖。 |
| Evergreen Needleleaf Vegetation | 1 | 以常绿针叶树和灌木为主(>1m)。木本植被覆盖率>10%。 |
| Evergreen Broadleaf Vegetation | 2 | 以常绿阔叶树和掌状树及灌木为主(>1m)。木本植被覆盖率>10%。 |
| Deciduous Needleleaf Vegetation | 3 | 以落叶针叶树(落叶松)和灌木为主(>1m)。木本植被覆盖率>10%。 |
| Deciduous Broadleaf Vegetation | 4 | 以落叶阔叶树和灌木为主(>1m)。木本植被覆盖率>10%。 |
| Annual Broadleaf Vegetation | 5 | - |
| Annual Grass Vegetation | 6 | - |
| Non-Vegetated Lands | 7 | 至少60%的面积是非植被barren(沙子、岩石、土壤)或永久冰雪，植被少于10%。 |
| Urban and Built-up Lands | 8 | 至少30%的不透水表面区域，包括建筑材料、沥青和车辆。 |
| Unclassified | 255 | 由于输入缺失而未获得地图标签。 |
表7：植物功能类型(PFT)图例和类别定义
| 名称 | 值 | 描述 |
|---|---|---|
| Water Bodies | 0 | 至少60%的面积被永久水体覆盖。 |
| Evergreen Needleleaf Trees | 1 | 以常绿针叶树为主(>2m)。树木覆盖率>10%。 |
| Evergreen Broadleaf Trees | 2 | 以常绿阔叶树和掌状树为主(>2m)。树木覆盖率>10%。 |
| Deciduous Needleleaf Trees | 3 | 以落叶针叶树(落叶松)为主(>2m)。树木覆盖率>10%。 |
| Deciduous Broadleaf Trees | 4 | 以落叶阔叶树为主(>2m)。树木覆盖率>10%。 |
| Shrub | 5 | 灌木(1-2m)覆盖率>10%。 |
| Grass | 6 | - |
| Cereal Croplands | 7 | - |
| Broadleaf Croplands | 8 | - |
| Urban and Built-up Lands | 9 | 至少30%的不透水表面区域，包括建筑材料、沥青和车辆。 |
| Permanent Snow and Ice | 10 | 至少60%的面积被冰雪覆盖，每年至少10个月。 |
| Barren | 11 | 至少60%的面积是非植被barren(沙子、岩石、土壤)，植被少于10%。 |
| Unclassified | 255 | 由于输入缺失而未获得地图标签。 |
表8：粮农组织-土地覆盖分类系统土地覆盖(LCCS1)图例和类别定义
| 名称 | 值 | 描述 |
|---|---|---|
| Barren | 1 | 至少60%的面积是非植被barren(沙子、岩石、土壤)或永久冰雪，植被少于10%。 |
| Permanent Snow and Ice | 2 | 至少60%的面积被冰雪覆盖，每年至少10个月。 |
| Water Bodies | 3 | 至少60%的面积被永久水体覆盖。 |
| Evergreen Needleleaf Forests | 11 | 以常绿针叶树为主(>2m)。树木覆盖率>60%。 |
| Evergreen Broadleaf Forests | 12 | 以常绿阔叶树和掌状树为主(>2m)。树木覆盖率>60%。 |
| Deciduous Needleleaf Forests | 13 | 以落叶针叶树(落叶松)为主(>2m)。树木覆盖率>60%。 |
| Deciduous Broadleaf Forests | 14 | 以落叶阔叶树为主(>2m)。树木覆盖率>60%。 |
| Mixed Broadleaf/Needleleaf Forests | 15 | 以阔叶落叶树和常绿针叶树(>2m)类型共同为主(40-60%)。树木覆盖率>60%。 |
| Mixed Broadleaf Evergreen/Deciduous Forests | 16 | 以常绿阔叶树和落叶树(>2m)类型共同为主(40-60%)。树木覆盖率>60%。 |
| Open Forests | 21 | 树木覆盖率30-60%(树冠>2m)。 |
| Sparse Forests | 22 | - |
| Dense Herbaceous | 31 | - |
| Sparse Herbaceous | 32 | - |
| Dense Shrublands | 41 | 以木本多年生植物为主(1-2m)，覆盖率>60%。 |
| Shrubland/Grassland Mosaics | 42 | 以木本多年生植物为主(1-2m)，覆盖率10-60%，伴有密集的草本一年生下层植被。 |
| Sparse Shrublands | 43 | 以木本多年生植物为主(1-2m)，覆盖率10-60%，草本下层植被最少。 |
| Unclassified | 255 | 由于输入缺失而未获得地图标签。 |
表9：粮农组织-土地覆盖分类系统土地利用(LCCS2)图例和类别定义
| 名称 | 值 | 描述 |
|---|---|---|
| Barren | 1 | 至少60%的面积是非植被barren(沙子、岩石、土壤)或永久冰雪，植被少于10%。 |
| Permanent Snow and Ice | 2 | 至少60%的面积被冰雪覆盖，每年至少10个月。 |
| Water Bodies | 3 | 至少60%的面积被永久水体覆盖。 |
| Urban and Built-up Lands | 9 | 至少30%的面积由不透水表面组成，包括建筑材料、沥青和车辆。 |
| Dense Forests | 10 | 树木覆盖率>60%(树冠>2m)。 |
| Open Forests | 20 | 树木覆盖率10-60%(树冠>2m)。 |
| Forest/Cropland Mosaics | 25 | 小规模种植40-60%与>10%天然树木覆盖率的镶嵌体。 |
| Natural Herbaceous | 30 | - |
| Natural Herbaceous/Croplands Mosaics | 35 | 小规模种植40-60%与天然灌木或草本植被的镶嵌体。 |
| Herbaceous Croplands | 36 | 以草本一年生植物为主(60%。 |
| Shrublands | 40 | 灌木覆盖率>60%(1-2m)。 |
| Unclassified | 255 | 由于输入缺失而未获得地图标签。 |
表10：粮农组织-土地覆盖分类系统表面水文(LCCS3)图例和类别描述
| 名称 | 值 | 描述 |
|---|---|---|
| Barren | 1 | 至少60%的面积是非植被barren(沙子、岩石、土壤)或永久冰雪，植被少于10%。 |
| Permanent Snow and Ice | 2 | 至少60%的面积被冰雪覆盖，每年至少10个月。 |
| Water Bodies | 3 | 至少60%的面积被永久水体覆盖。 |
| Dense Forests | 10 | 树木覆盖率>60%(树冠>2m)。 |
| Open Forests | 20 | 树木覆盖率10-60%(树冠>2m)。 |
| Woody Wetlands | 27 | 灌木和树木覆盖率>10%(>1m)。永久或季节性淹没。 |
| Grasslands | 30 | 以草本一年生植物为主(10%覆盖率。 |
| Shrublands | 40 | 灌木覆盖率>60%(1-2m)。 |
| Herbaceous Wetlands | 50 | 以草本一年生植物为主(10%覆盖率。永久或季节性淹没。 |
| Tundra | 51 | - |
| Unclassified | 255 | 由于输入缺失而未获得地图标签。 |
表11：质量保证(QA)图例和类别描述
| 名称 | 值 | 描述 |
|---|---|---|
| Classified land | 0 | 有分类标签，根据水掩膜是土地。 |
| Unclassified land | 1 | 由于数据缺失未分类，但根据水掩膜是土地，标记为barren。 |
| Classified water | 2 | 有分类标签，根据水掩膜是水。 |
| Unclassified water | 3 | 由于数据缺失未分类，但根据水掩膜是水。 |
| Classified sea ice | 4 | 分类为雪/冰，但水掩膜显示为水且海拔低于100m，转换为水。 |
| Misclassified water | 5 | 分类为水，但水掩膜显示为土地，转换为次要标签。 |
| Omitted snow/ice | 6 | 根据水掩膜是土地，分类为雪以外的东西，但年最高温度低于1°C，重新标记为雪/冰。 |
| Misclassified snow/ice | 7 | 根据水掩膜是土地，分类为雪，但年最低温度高于1°C，重新标记为barren。 |
| Backfilled label | 8 | 稳定化中缺失的标签，用稳定化前的结果填充。 |
| Forest type changed | 9 | 基于气候的森林类别变化。 |
| No data | 10 | 水掩膜缺失标签。 |
表12：MCD12C1国际地圈-生物圈计划(IGBP)图例和类别描述
MCD12C1产品的其他类别图例与上述MCD12Q1产品相同。
| 名称 | 值 | 描述 |
|---|---|---|
| Water Bodies | 0 | 至少60%的面积被永久水体覆盖。 |
| Evergreen Needleleaf Forests | 1 | 以常绿针叶树为主(树冠>2m)。树木覆盖率>60%。 |
| Evergreen Broadleaf Forests | 2 | 以常绿阔叶树和掌状树为主(树冠>2m)。树木覆盖率>60%。 |
| Deciduous Needleleaf Forests | 3 | 以落叶针叶树(落叶松)为主(树冠>2m)。树木覆盖率>60%。 |
| Deciduous Broadleaf Forests | 4 | 以落叶阔叶树为主(树冠>2m)。树木覆盖率>60%。 |
| Mixed Forests | 5 | 既不以落叶树也不以常绿树为主(各占40-60%)(树冠>2m)。树木覆盖率>60%。 |
| Closed Shrublands | 6 | 以木本多年生植物为主(1-2m高)，覆盖率>60%。 |
| Open Shrublands | 7 | 以木本多年生植物为主(1-2m高)，覆盖率10-60%。 |
| Woody Savannas | 8 | 树木覆盖率30-60%(树冠>2m)。 |
| Savannas | 9 | 树木覆盖率10-30%(树冠>2m)。 |
| Grasslands | 10 | - |
| Permanent Wetlands | 11 | 永久淹没的土地，水覆盖率30-60%，植被覆盖率>10%。 |
| Croplands | 12 | 至少60%的面积是耕地。 |
| Urban and Built-up Lands | 13 | 至少30%的不透水表面区域，包括建筑材料、沥青和车辆。 |
| Cropland/Natural Vegetation Mosaics | 14 | 小规模种植40-60%与天然树木、灌木或草本植被的镶嵌体。 |
| Permanent Snow and Ice | 15 | 至少60%的面积被冰雪覆盖，每年至少10个月。 |
| Barren | 16 | 至少60%的面积是非植被barren(沙子、岩石、土壤)区域，植被少于10%。 |
| Unclassified | 255 | 由于输入缺失而未获得地图标签。 |
图1：显示用于生成LCCS方案的嵌套分类的图表。每组源自父节点的箭头表示单个分类，子节点为输出类。每种颜色代表分类层次结构的不同层。表面水文和土地利用层包含与土地覆盖不同的信息，但在某些定义上重叠。层次结构性质允许用户创建自己的自定义图例。
参考文献
-
Abercrombie, S. P. and Friedl, M. A. (2016). Improving the Consistency of Multitemporal Land Cover Maps Using a Hidden Markov Model. IEEE Transactions on Geoscience and Remote Sensing, 54(2):703--713.
-
Belward, A. S., Estes, J. E., and Kline, K. D. (1999). The igbp-dis global 1-km land-cover data set discover:A project overview. Photogrammetric Engineering and Remote Sensing, 65(9):1013--1020.
-
Bonan, G. B. (2002). Landscapes as patches of plant functional types: An integrating concept for climate and ecosystem models. Global Biogeochemical Cycles, 16(2):1021.
-
Carroll, M. L., Townshend, J. R., DiMiceli, C. M., Noojipady, P., and Sohlberg, R. A. (2009). A new global raster water mask at 250 m resolution. International Journal of Digital Earth, 2(4):291--308.
-
Di Gregorio, A. (2005). Land cover classification system: classification concepts and user manual: LCCS. Number 8. Food & Agriculture Organization, Rome, Italy.
-
Friedl, M. A., McIver, D. K., Hodges, J., Zhang, X. Y., Muchoney, D., Strahler, A. H., Woodcock, C. E., Gopal, S., Schneider, A., Cooper, A., Baccini, A., Gao, F., and Schaaf, C. (2002). Global land cover mapping from MODIS: algorithms and early results. Remote Sensing of Environment, 83(1):287--302.
-
Friedl, M. A., Sulla-Menashe, D., Tan, B., Schneider, A., Ramankutty, N., Sibley, A., and Huang, X. (2010). MODIS Collection 5 global land cover: Algorithm refinements and characterization of new datasets. Remote Sensing of Environment, 114(1):168--182.
-
Hansen, M. C., Defries, R. S., Townshend, J. R., and Sohlberg, R. (2000). Global land cover classification at 1 km spatial resolution using a classification tree approach. International Journal of Remote Sensing, 21(6-7):1331--1364.
-
Loveland, T. R. and Belward, A. S. (1997). The international geosphere biosphere programme data and information system global land cover data set (DISCover). Acta Astronautica, 41(4):681--689.
-
McIver, D. K. and Friedl, M. A. (2002). Using prior probabilities in decision-tree classification of remotely sensed data. Remote Sensing of Environment, 81(2):253--261.
-
Myneni, R. B., Hoffman, S., Knyazikhin, Y., Privette, J. L., Glassy, J., Tian, Y., Wang, Y., Song, X., Zhang, Y., Smith, G. R., Lotsch, A., Friedl, M., Morisette, J. T., Votava, P., Nemani, R. R., and Running, S. V. (2002). Global products of vegetation leaf area and fraction absorbed PAR from year one of MODIS data. Remote Sensing of Environment, 83(1):214--231.
-
Running, S. W., Nemani, R. R., Heinsch, F. A., Zhao, M., Reeves, M. C., and Hashimoto, H. (2004). A Continuous Satellite-Derived Measure of Global Terrestrial Primary Production. BioScience, 54(6):547.
-
Schaaf, C. B., Gao, F., Strahler, A. H., Lucht, W., Li, X., Tsang, T., Strugnell, N. C., Zhang, X., Jin, Y., and Muller, J.-P. (2002). First operational BRDF, albedo nadir reflectance products from MODIS. Remote Sensing of Environment, 83(1):135--148.
-
Sulla-Menashe, D., Friedl, M. A., Krankina, O. N., Baccini, A., Woodcock, C. E., Sibley, A., Sun, G., Kharuk, V., and Elsakov, V. (2011). Hierarchical mapping of Northern Eurasian land cover using MODIS data. Remote Sensing of Environment, 115(2):392--403.
-
Sulla-Menashe, D., Gray, J. M., Abercrombie, S. P., and Friedl, M. A. (in review). Hierarchical mapping of annual global land cover 2001 to present: The modis collection 6 land cover product. Remote Sensing of Environment.
IGBP 17类标准 在应用中常被聚合 为9类或10类，以下是主流方案：
方案一：9类聚合（IPCC温室气体清单标准）
| 新代码 | 新类别 | 包含的原始IGBP代码 | 说明 |
|---|---|---|---|
| 1 | 常绿针叶林 | 1 | 保持不变 |
| 2 | 常绿阔叶林 | 2 | 保持不变 |
| 3 | 落叶林 | 3, 4, 5 | 针叶、阔叶、混合林合并 |
| 4 | 灌木 | 6, 7 | 密闭+稀疏灌木 |
| 5 | 草地/草原 | 8, 9, 10 | 稀树草原+草地 |
| 6 | 耕地 | 12, 14 | 纯耕地+镶嵌 |
| 7 | 城市 | 13 | 保持不变 |
| 8 | 湿地/水体 | 0, 11 | 永久湿地+水体 |
| 9 | 裸地/冰雪 | 15, 16 | 冰雪+沙漠裸岩 |
方案二：10类聚合（CMIP6气候模式标准）
| 新代码 | 新类别 | 包含的原始IGBP代码 | 说明 |
|---|---|---|---|
| 1 | 森林 | 1, 2, 3, 4, 5 | 所有森林合并 |
| 2 | 灌木 | 6, 7 | 同9类方案 |
| 3 | 稀树草原 | 8, 9 | 木本+普通稀树草原 |
| 4 | 草地 | 10 | 纯草地独立 |
| 5 | 耕地 | 12, 14 | 同9类方案 |
| 6 | 城市 | 13 | 保持不变 |
| 7 | 湿地 | 11 | 湿地独立 |
| 8 | 水体 | 0 | 水体独立 |
| 9 | 冰雪 | 15 | 冰雪独立 |
| 10 | 裸地 | 16 | 沙漠裸地独立 |
方案三：10类（研究常用，保留森林细分）
| 新代码 | 新类别 | 原始代码 |
|---|---|---|
| 1 | 常绿针叶林 | 1 |
| 2 | 常绿阔叶林 | 2 |
| 3 | 落叶针叶林 | 3 |
| 4 | 落叶阔叶林 | 4, 5 |
| 5 | 灌木 | 6, 7 |
| 6 | 草原/稀树草原 | 8, 9, 10 |
| 7 | 耕地 | 12, 14 |
| 8 | 城市/建筑 | 13 |
| 9 | 水体/湿地 | 0, 11 |
| 10 | 冰雪/裸地 | 15, 16 |
Python聚合代码实现
python
import numpy as np
# 方案一：9类聚合（IPCC标准）
igbp_to_9class = {
1: 1, # 常绿针叶林
2: 2, # 常绿阔叶林
3: 3, 4: 3, 5: 3, # 落叶林
6: 4, 7: 4, # 灌木
8: 5, 9: 5, 10: 5, # 草地/草原
12: 6, 14: 6, # 耕地
13: 7, # 城市
0: 8, 11: 8, # 湿地/水体
15: 9, 16: 9 # 冰雪/裸地
}
# 方案二：10类聚合（CMIP6标准）
igbp_to_10class = {
1: 1, 2: 1, 3: 1, 4: 1, 5: 1, # 森林
6: 2, 7: 2, # 灌木
8: 3, 9: 3, # 稀树草原
10: 4, # 草地
12: 5, 14: 5, # 耕地
13: 6, # 城市
11: 7, # 湿地
0: 8, # 水体
15: 9, # 冰雪
16: 10 # 裸地
}
def reclassify_igbp(igbp_array, target_scheme='9class'):
"""IGBP重分类函数"""
scheme = igbp_to_9class if target_scheme == '9class' else igbp_to_10class
# 创建输出数组
out_array = np.full_like(igbp_array, -1)
# 批量重分类
for old_code, new_code in scheme.items():
out_array[igbp_array == old_code] = new_code
return out_array
# 使用示例
igbp = rasterio.open('MCD12Q1.tif').read(1)
igbp_9class = reclassify_igbp(igbp, '9class')
igbp_10class = reclassify_igbp(igbp, '10class')不同方案的应用场景
| 方案 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|
| 9类 | 温室气体核算、碳循环研究 | 符合IPCC标准，国际通用 | 森林细节丢失 |
| 10类 | 气候模式、GCM模拟 | 与CMIP6标准对齐，模型兼容 | 类别较多，数据需求大 |
| 10类（保留森林） | 生态学、生物多样性研究 | 森林细分信息保留 | 分类难度增加 |
验证聚合结果
python
# 统计聚合前后类别分布
def print_statistics(igbp_original, igbp_aggregated, scheme_name):
orig_counts = np.bincount(igbp_original[igbp_original>=0])
agg_counts = np.bincount(igbp_aggregated[igbp_aggregated>=0])
print(f"\n{scheme_name}聚合结果:")
for code, count in enumerate(agg_counts):
if count > 0:
print(f" 类别{code}: {count:>10,} 像素")
# 示例输出
print_statistics(igbp, igbp_9class, "9类方案")选择建议：
- 全球变化研究 ：推荐9类（IPCC标准）
- 气候模拟 ：推荐10类（CMIP6标准）
- 生态研究 ：推荐10类（保留森林细分）