洪泽湖流域建筑物、人口密度与土地利用数据技术服务

本文主要是介绍洪泽湖流域建筑物、人口密度与土地利用数据技术服务,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一.背景介绍

     人类社会发展离不开土地,没有土地就没有人类,土地利用随着人类的出现而发生。人类为了一定的社会或经济方面的目的,会通过利用、改造等活动。从土地上获得更多的资源。土地利用既要受自然条件的制约,同时也会受到社会、经济、技术条件的影响,这就决定了它既是一个将土地的自然生态系统变为人工生态系统的过程,也是一个自然、经济、社会诸多因素共同作用的复杂过程。土地利用的广度、深度和合理利用程度,是一个国家国民经济各部门生产建设规模、水平和特点的集中反映。随着城市化、工业化的发展以及人口数量的日益增长,协调好人地关系已经成为当前的迫切问题。

学术界对土地利用概念存在下列代表性的观点:(1)土地利用是人类通过与土地结合获得物质产品和服务的经济活动过程;(2)土地利用是指人类对待定土地投入劳动力资本,以期从土地得到某种欲望的满足;(3)土地利用是由自然条件和人为干预所决定的土地功能;(4)土地利用是指在既定时间、空间和特点地点的一切已开发和空闲土地的表面状况;(5)土地利用是指由土地质量特性和社会土地需求协调所决定的土地功能过程,即:人类根据土地质量特性开发利用土地,满足人类生产生活需要:同时利用土地改善环境满足人类生存的需要。

建筑密度(building density;building coverage ratio),指在一定范围内,建筑物的基底面积总和与占用地面积的比例(%)。是指建筑物的覆盖率,具体指项目用地范围内所有建筑的基底总面积与规划建设用地面积之比(%),它可以反映出一定用地范围内的空地率和建筑密集程度 。

人口密度是单位面积土地上居住的人口数。它是表示世界各地人口的密集程度的指标。通常以每平方千米或每公顷内的常住人口为计算单位。

地理遥感生态网平台应江苏省区域现代农业与环境保护协同创新中心的要求,对洪泽湖流域2000年、2005年、2010年、2015年、2020年1km栅格土地利用、人口密度与建筑物密度数据提供产品技术服务,以满足客户科研工作的需求。

二.案例详情

服务单位

江苏省区域现代农业与环境保护协同创新中心

服务时间

2023.11

服务内容

洪泽湖流域2000年、2005年、2010年、2015年、2020年五期土地利用、人口密度与建筑物密度数据

本次技术服务的核心:土地利用数据是基于2000.2005.2010.2015.2020年Landsat-TM/OLI遥感影像生产30米土地利用数据产品重采样之后得到的1km成果数据,包括耕地、林地、草地、水域、建设用地和未利用地在内的6个一级类和包括有林地、灌木林、疏林地、其他林地和高、中、低覆盖度草地等25个二级类型;人口密度与建筑物密度数据在专家的参与下,利用卫星遥感影像,获取土地利用类型信息,然后在高程、地貌、交通等多种空间数据以及人口、建筑物相关统计资料背景信息的支持下,综合各位专家意见后建立数据模型,利用此关系模型生成1km×1km的栅格数据。

本次技术服务土地利用数据制作主要流程如下:

1.数据制作流程

    本次数据产品服务主要分为5个阶段,分别是数据准备、分类体系建立、解译标志建立、分类解译阶段和对解译结果的精度检查如图1所示。

图片

            图1. 数据制作流程                    

2.土地利用分类体系

     按照国家土地利用分类方法,结合刘纪远等在建设“中国20世纪LUCC时空平台”建立的LUCC分类系统,将土地利用类型归结为6个一级分类和25个二级分类,具体分类内容和含义如表1所示。

表1 土地利用/覆盖分类系统

一级类型二级类型

含义

编号

名称

编号

名称

1

耕地

指种植农作物的土地,包括熟耕地、新开荒地、休闲地、轮歇地、草田轮作地;以种植农作物为主的农果、农桑、农林用地;耕种三年以上的滩地和滩涂

11

水田

指有水源保证和灌溉设施,在一般年景能正常灌溉,用以种植水稻,莲藕等水生农作物的耕地,包括实行水稻和旱地作物轮种的耕地

12

旱地

指无灌溉水源及设施,靠天然降水生长作物的耕地;有水源和浇灌设施,在一般年景下能正常灌溉的旱作物耕地;以种菜为主的耕地,正常轮作的休闲地和轮歇地

2

林地

指生长乔木、灌木、竹类、以及沿海红树林地等林业用地

21

有林地

指郁闭度>30%的天然木和人工林。包括用材林、经济林、防护林等成片林地

22

灌木林

指郁闭度>40%、高度在2米以下的矮林地和灌丛林地

23

疏林地

指疏林地(郁闭度为10%~30%)

24

其他林地

未成林造林地、迹地、苗圃及各类园地(果园、桑园、茶园、热作林园地等)

3

草地

指以生长草本植物为主,覆盖度在5%以上的各类草地,包括以牧为主的灌丛草地和郁闭度在10%以下的疏林草地

31

高覆盖度草地

指覆盖度在>50%的天然草地、改良草地和割草地。此类草地一般水分条件较好,草被生长茂密

32

中覆盖度草地

指覆盖度在20%~50%的天然草地和改良草地,此类草地一般水分不足,草被较稀疏

33

低覆盖度草地

指覆盖度在5%~20%的天然草地。此类草地水分缺乏,草被稀疏,牧业利用条件差

4

水域

指天然陆地水域和水利设施用地

41

河渠

指天然形成或人工开挖的河流及主干渠常年水位以下的土地,人工渠包括堤岸

42

湖泊

指天然形成的积水区常年水位以下的土地

43

水库坑塘

指人工修建的蓄水区常年水位以下的土地

44

永久性冰川雪地

指常年被冰川和积雪所覆盖的土地

45

滩涂

指沿海大潮高潮位与低潮位之间的潮侵地带

46

滩地

指河、湖水域平水期水位与洪水期水位之间的土地

5

城乡、工矿、居民用地

指城乡居民点及县镇以外的工矿、交通等用地

51

城镇用地

指大、中、小城市及县镇以上建成区用地

52

农村居民点

指农村居民点

53

其他建设用地

指独立于城镇以外的厂矿、大型工业区、油田、盐场、采石场等用地、交通道路、机场及特殊用地

6

未利用土地

目前还未利用的土地、包括难利用的土地

61

沙地

指地表为沙覆盖,植被覆盖度在5%以下的土地,包括沙漠,不包括水系中的沙滩

62

戈壁

指地表以碎砾石为主,植被覆盖度在5%以下的土地

63

盐碱地

指地表盐碱聚集,植被稀少,只能生长耐盐碱植物的土地

64

沼泽地

指地势平坦低洼,排水不畅,长期潮湿,季节性积水或常积水,表层生长湿生植物的土地

65

裸土地

指地表土质覆盖,植被覆盖度在5%以下的土地

66

裸岩石砾地

指地表为岩石或石砾,其覆盖面积>5%以下的土地

67

其他

指其他未利用土地,包括高寒荒漠,苔原等

 3.提取方法

     土地利用数据是基于Landsat遥感信息源,结合实地调查和其他辅助数据,采用全数字化人机交互作业方法,主要根据对图像光谱、纹理、色调等的认识结合地形图目视解译而成;在内业建立解译判读标志与实现数据获取的基础上,结合外业实地考察验证,提高土地利用分类精度。

  4.遥感解译标志

     由于目视解译更侧重于人的知识的参与,为了减少由于不同人员的主观差异性所造成的误差,提高遥感判读精度,建立统一解译标志是十分必要的。在多个专家的参与下,根据影像光谱特征,结合野外实测资料,同时参照有关地理图件,对地物的几何形状,颜色特征、纹理特征和空间分布情况进行分析,并在综合各位专家意见后,最终建立解译标志库,以部分解译标志为例,来说明判读标准,如表2所示。

图片

表2部分土地利用解译标志

 5.质量控制与检查

     各工序过程质量按要求进行过程检查 ,需进行100%检查。土地利用数据抽样检查主要是对获取的土地利用数据产品进行空间抽样检查,验证土地利用数据类型定性是否正确。验证的方式主要依靠高分影像(要考虑影像的时效性)与野外实地验证相结合的方式作业,未达到抽样精度90%的重新修正数据

6.技术服务成果展示

   本次产品加工技术服务成果如图2-4所示:

图片

图2.洪泽湖流域苏州部分2015年土地利用分布图

图片

图3.洪泽湖流域苏州部分2015年人口密度分布图

图片

图4.洪泽湖流域苏州部分2015年建筑物密度分布图

来源:应用推广部

供稿:技术研发部

编辑:方梅

这篇关于洪泽湖流域建筑物、人口密度与土地利用数据技术服务的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/432407

相关文章

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

windos server2022的配置故障转移服务的图文教程

《windosserver2022的配置故障转移服务的图文教程》本文主要介绍了windosserver2022的配置故障转移服务的图文教程,以确保服务和应用程序的连续性和可用性,文中通过图文介绍的非... 目录准备环境:步骤故障转移群集是 Windows Server 2022 中提供的一种功能,用于在多个

Python MySQL如何通过Binlog获取变更记录恢复数据

《PythonMySQL如何通过Binlog获取变更记录恢复数据》本文介绍了如何使用Python和pymysqlreplication库通过MySQL的二进制日志(Binlog)获取数据库的变更记录... 目录python mysql通过Binlog获取变更记录恢复数据1.安装pymysqlreplicat

Linux使用dd命令来复制和转换数据的操作方法

《Linux使用dd命令来复制和转换数据的操作方法》Linux中的dd命令是一个功能强大的数据复制和转换实用程序,它以较低级别运行,通常用于创建可启动的USB驱动器、克隆磁盘和生成随机数据等任务,本文... 目录简介功能和能力语法常用选项示例用法基础用法创建可启动www.chinasem.cn的 USB 驱动

解决systemctl reload nginx重启Nginx服务报错:Job for nginx.service invalid问题

《解决systemctlreloadnginx重启Nginx服务报错:Jobfornginx.serviceinvalid问题》文章描述了通过`systemctlstatusnginx.se... 目录systemctl reload nginx重启Nginx服务报错:Job for nginx.javas

Oracle数据库使用 listagg去重删除重复数据的方法汇总

《Oracle数据库使用listagg去重删除重复数据的方法汇总》文章介绍了在Oracle数据库中使用LISTAGG和XMLAGG函数进行字符串聚合并去重的方法,包括去重聚合、使用XML解析和CLO... 目录案例表第一种:使用wm_concat() + distinct去重聚合第二种:使用listagg,

Python实现将实体类列表数据导出到Excel文件

《Python实现将实体类列表数据导出到Excel文件》在数据处理和报告生成中,将实体类的列表数据导出到Excel文件是一项常见任务,Python提供了多种库来实现这一目标,下面就来跟随小编一起学习一... 目录一、环境准备二、定义实体类三、创建实体类列表四、将实体类列表转换为DataFrame五、导出Da

Python实现数据清洗的18种方法

《Python实现数据清洗的18种方法》本文主要介绍了Python实现数据清洗的18种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录1. 去除字符串两边空格2. 转换数据类型3. 大小写转换4. 移除列表中的重复元素5. 快速统

Python数据处理之导入导出Excel数据方式

《Python数据处理之导入导出Excel数据方式》Python是Excel数据处理的绝佳工具,通过Pandas和Openpyxl等库可以实现数据的导入、导出和自动化处理,从基础的数据读取和清洗到复杂... 目录python导入导出Excel数据开启数据之旅:为什么Python是Excel数据处理的最佳拍档