具有精细空间分辨率的全球土地覆被信息是地球系统生物地球化学循环和全球气候变化研究的基础数据输入。虽然目前已有几种 30 米分辨率的全球土地覆被公开产品，但它们之间存在相当大的不一致性，尤其是在破碎区域和过渡带，这给各种应用任务带来了很大的不确定性。本文基于 Dempster-Shafer 证据理论（DSET），通过融合多种现有土地覆被产品，绘制了改进的 2015 年 30 m 分辨率全球土地覆被图（GLC-2015）。
中国国家地理信息中心提供的 GlobeLand30、清华大学提供的 FROM-GLC、中国科学院提供的 GLC-FCS30、中山大学提供的 GAUD、马里兰大学和谷歌提供的 GFC、联合研究中心和谷歌提供的 JRC GSW、阿伯里斯特维斯大学和 solo Earth Observation 提供的 GMW、美国地质调查局（USGS）提供的 NLCD 2016、中国科学院提供的 CLUD、武汉大学提供的 CLCD、美国地质调查局制作的 GFSAD30 以及 CA_Wetlands 地图。 美国地质调查局（USGS）提供的 NLCD 2016、中国科学院提供的 CLUD、武汉大学提供的 CLCD、美国地质调查局制作的 GFSAD30 以及加拿大自然资源部提供的 CA_Wetlands 地图。
首先，我们在每个 4° × 4°的地理网格内使用超过 16 万个基于全球点的样本对每个土地覆被等级的输入产品的可靠性进行局部评估，以建立基本概率赋值（BPA）函数。然后，对每个 30 米像素点使用登普斯特组合规则，从所有候选地图中得出每个可能的土地覆被类别的综合概率质量。最后，根据决策规则确定每个像素的土地覆被类别。通过这一融合过程，每个像素点有望被分配到有助于实现更高精度的土地覆被类别。
通过这一融合过程，每个像素点有望被分配到有助于实现更高精度的土地覆被类别。我们分别用 34711 个基于全球点的样本和 201个基于全球斑块的样本对我们的产品进行了评估。结果表明，与现有的 30 米全球地表覆盖图相比，GLC-2015 地图在全球、大陆和生态区域方面都达到了最高的测绘性能，与基于点（基于斑块）的验证样本相比，总体准确率为 79.5%（83.6%），卡帕系数为 0.757（0.566）。此外，我们还发现，GLC-2015 地图在不一致区域的表现明显优于其他地图，中度不一致区域的准确率提高了 19.3 %-28.0 %，高度不一致区域的准确率提高了 27.5 %-29.7 %。希望这一改进后的 GLC-2015 产品可用于减少全球环境变化研究、生态系统服务评估和灾害损失评估中的不确定性。
| # | 编号 | 名称 | 类型 |
| 1 | 2022YFB3903402 | 任务驱动的多模态遥感大数据智能语义分析 | 国家重点研发计划 |
| 2 | 42001326 | 顾及“遥关联”效应的东部沿海地区土地利用变化情景模拟及其洪灾风险评估 | 国家自然科学基金 |
本作品采用
知识共享署名
4.0 国际许可协议进行许可。
CSTR:11738.11.NCDC.FIGSHARE.DB6512.2024
10.6084/m9.figshare.22358143.v2
