巴音河中下游灌溉草地空间分布数据集(2020年)

巴音河中下游灌溉草地空间分布数据集(2020年)

Spatial distribution dataset of irrigated grasslands in the middle and lower reaches of the Bayin River (2020)

CSTR:11738.11.NCDC.NIEER.DB2849.2023

DOI10.12072/ncdc.nieer.db2849.2023

数据共享方式:期刊数据-开放下载

数据分类

遥感及产品

来源站点

平台服务中心

数据贡献者

金彦香 , 毛旭锋 , 郑丽 , 秦艳红 , 金鑫 , 杜凯

数据集摘要

基于谷歌地球引擎(GEE, Google Earth Engine),调用2020年5-9月10m分辨率的哨兵2号遥感影像(Sentinel-2),将地物光谱特征与随机森林分类方法相结合,加入植被水分指数(Normalized Difference Moisture Index,NDMI),对研究区灌溉和雨养草地进行分类,制作了巴音河中下游灌溉草地数据集。该数据集可为地表过程模拟、水资源规划等提供基础。
图片来源于网络,仅供学习参考

基本信息

| 采集时间 | 2020/05/01 - 2020/09/30 |
| 采集地点 | 青海省德令哈巴音河中下游 |
| 海拔 | 2765.0m - 5255.0m |
| 数据量 | 1.1 MiB |
| 数据格式 | TIF |
| 数据空间分辨率(/米) | 10m |
| 数据时间分辨率 | 年 |
| 坐标系 | WGS84 |

投影 UTM Zone_47N

数据源描述

基于Sentinel-2生产所得

数据加工方法

  首先从GEE中调用2020年5月至2020年9月(植被生长期)的所有可用图像,并根据图像相关的"多云像素百分比"进行排序,选择云百分比最低的图像并进行裁剪,得到巴音河中下游这一时期的最佳无云(10 m:红、绿、蓝、NIR)影像。

  其次,基于Sentinel-2影像农业波段(B11, B8, B2)和短波红外波段(B12, B8A, B4),构建NDVI、GCVI、LSWI、MNDWI、NDBI等植被指数和地形特征指数(坡度),再结合野外采样点进行特征选取,并选用随机森林分类方法提取林地、耕地、草地、建筑、水体、裸地、湿地7种土地利用类型。通过混淆矩阵计算验证分类精度。

  而后,基于Sentinel-2影像计算水分指数NDMI,结合随机森林分类方法再次对草地进行特征选取,提取出灌溉草地。

  最后,通过混淆矩阵对结果进行精度验证,并制作灌溉草地分布数据集。
图片来源于网络,仅供学习参考

数据质量描述

  本研究利用混淆矩阵对巴音河中下游林地、耕地、草地、建筑、水体、裸地、湿地7种土地利用类型分类结果进行精度评价,其总体精度达到96%,kappa系数为0.93,分类精度较好。其中,用户精度最高的是裸地和耕地(0.97),最低的是森林(0.87),其余的土地利用类型都在0.9以上,说明该分类结果中裸地和耕地的提取效果最佳,可信度最高,森林的可信度略低。生产者精度最高的是草地(0.98),最低的是城镇用地(0.64)。综合用户精度以及生产者精度来看,裸地、耕地、草地内部纹理特征均匀度高、复杂度低,与周围其他地物相差明显,分类精度较高。总体来看,各地物类型区分性好,分类精度高。

  基于第一次分类结果,提取出草地,加入植被水分指数NDMI,再次采用随机森林分类方法进行灌溉草地和雨养草地的识别和提取,分类结果总体精度为96%,Kappa系数为0.92。其中,雨养草地的用户精度和生产者精度分别为0.95和0.98,灌溉草地的用户精度为99%,制图精度为0.78,说明了雨养草地和灌溉草地的识别度都比较高。总体来说,分类效果较好,分类结果通过了一致性检验结果,可信度高,表明该方法在灌溉草地和雨养草地分类提取方面具有较好的效果。

项目支持信息

# 编号 名称 类型
1 2021-ZJ-705 基于模型改进的柴达木盆地植被恢复的土壤水资源响应研究 甘肃省自然科学基金
2 42161020 高寒内陆河流域植被恢复对地下水补给的影响及地下水位响应 国家自然科学基金

引用和标注

为保障平台科技资源的权益、扩展平台中心的服务、提升科技资源的应用潜力,请资源使用者在使用资源所产生的研究成果中(包括公开发表的论文、论著、数据产品和未公开发表的研究报告、数据产品等成果),请按以下方式规范标注和引用。

中文发表的成果中参考以下规范注明: 数据来源于国家冰川冻土沙漠科学数据中心 (http://www.ncdc.ac.cn)。

英文发表的成果中参考以下规范注明: The dataset is provided by National Cryosphere Desert Data Center. (http://www.ncdc.ac.cn).

数据引用

  1. 金彦香,毛旭锋,郑丽,秦艳红,金鑫,杜凯. 巴音河中下游灌溉草地空间分布数据集(2020年). 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2023. https://cstr.cn/CSTR:11738.11.NCDC.NIEER.DB2849.2023.
  2. 金彦香,毛旭锋,郑丽,秦艳红,金鑫,杜凯. 巴音河中下游灌溉草地空间分布数据集(2020年). 国家冰川冻土沙漠科学数据中心(http://www.ncdc.ac.cn), 2023. https://www.doi.org/10.12072/ncdc.nieer.db2849.2023.
相关推荐
AI算力6 小时前
让安全驾驶有“AI”相伴|腾视科技DMS视频监控一体机,守护每一次出行
人工智能·科技·ai·车载终端·ai算力·车载智能终端·车载dvr
是main不是漫7 小时前
【快慢指针 | LeetCode202 快乐数】鸽巢原理佐证环特性,快慢指针巧解快乐数
c语言·开发语言·c++·算法
泯泷7 小时前
超越基准:Claude Opus 4.5 的 4 个惊人洞察
人工智能
果果软件7 小时前
2026 后台管理系统选型:若依、JeecgBoot、芋道、NocoBase 和 GewuMind Boot 怎么选?
java·人工智能·后端·ai·开源
Csvn7 小时前
刚开始用 WorkBuddy,第一步该做什么?
人工智能
Felven7 小时前
A. Iskander and Drawings
算法
一水鉴天7 小时前
同一与唯一:AppBus 外壳与 DevOps 内核 之1 20261121(元宝)
人工智能·机器学习
Wellijohn8 小时前
一个 Android 老兵的十年开源路:从 167 star 的滑动控件,到本地优先的 AI Agent
android·人工智能·开源
ZONGYUAN-ROOT8 小时前
【API配额】API 配额监控告警不生效?用 Python 监控读数变化量,抓住静态阈值漏掉的「假重置」
人工智能