1 主题内容与适用范围

• 主题内容
  本标准规定了国家对地观测系统MODIS共享平台土地覆被数据产品术语、类型和产生过程，用以规范我国MODIS土地覆被数据产品在产生、保藏、交换和应用中的一致性。

• 适用范围
  本规范适用于国家科技基础条件平台对地观测系统MODIS共享平台土地覆被类型的识别、土地覆被数据产品在数据源、数据综合、数据检验和数据交换过程中的活动规范。

2 土地覆被分类

土地覆被分类的主要目的是在MODIS第2级数据基础上，将中尺度土地覆被类型一一得以划分或识别。在参考了国际地圈与生物圈委员会（IGBP）、联合国粮食与农业组织（FAO）、美国、加拿大、澳大利亚等国家的土地覆盖系统基础上，参考我国多年来对土地分类研究的相关成果，将我国土地覆盖类型暂划分如下：

1 单季水田	2 双季水田
3 稻麦轮作耕地	4 单季旱地
5 双季旱地	6 绿洲（林田结构）
7 落叶针叶林	8 落叶阔叶林
9 针阔混交林	10 常绿针叶林
11 红树林	12 郁闭灌木林
13 稀疏灌木林	14 高山灌丛
15 高山草甸	16 高寒草地
17 高山苔原	18 湿地
19 草甸草原	20 干草原
21 热带、亚热带草地	22 荒漠草原
23 荒漠	24 沙漠
25 石漠	26 裸地
27 湖泊	28 河流
29 滩涂	30 冰川
31 积雪	32 海水
33 季节性海冰	34 城镇

3 术语

4 土地覆被数据产品的生产标准

• 4.1输入数据：输入数据来自于上级产品，主要包括MODIS BRDF (MOD43B4)、 MODIS反射率产品 (MOD09)、MODIS 冰/雪产品 (MOD10)、MODIS 地表温度产品 (MOD11)、DEM、MODIS VI产品(MOD13)。
  
• 4.2输出数据：空间分辨率250米、1公里，时间分辨率：年度 。
  
• 4.3基本方法：通过决策树和人工神经网络分类算法进行处理。
  
• 4.4“土地覆被”的识别原则
        4.4.1识别依据：以旬、月度时间序列2级数据产品作为土地覆盖类型的主要识别依据，包括旬、月度植被指数、冰雪覆盖、地表温度、发射率等数据产品。
        4.4.2质量控制和质量优劣诊断: 产品质量控制遵循 MODLand质量保证（QA）计划执行。
  
• 4.5　土地覆盖识别一般性模型
        4.5.1　单季水田（研究中）
        4.5.2　多季水田（研究中）
        4.5.3 稻麦轮作耕地
  对土地覆被季节特征进行了提取（图11-1），图1中曲线为12个月份农田植被指数的动态变化曲线，波峰、波谷的季节性变化表征了多季轮作的季节性变化，从而通过类似曲线可以判定出相应的多季轮作耕地。
  图11-1 多季轮作耕地植被指数的动态变化（鄱阳湖附近，经纬度、高度）
        4.5.4 单季旱地（研究中）
        4.5.5 双季旱地（研究中）
        4.5.6 绿洲（林田结构）（研究中）
        4.5.7 落叶针叶林（研究中）
        4.5.8 落叶阔叶林（研究中）
        4.5.9 针阔混交林（研究中）
        4.5.10 常绿针叶林（研究中）
        4.5.11 红树林（研究中）
        4.5.12 郁闭灌木林（研究中）
        4.5.13 稀疏灌木林（研究中）
        4.5.14 高山灌丛（研究中）
        4.5.15 高山草甸（研究中）
        4.5.16 高寒草地（研究中）
        4.5.17 高山苔原（研究中）
        4.5.18 湿地（研究中）
        4.5.19 草甸草原（研究中）
        4.5.20 干草原
        4.5.21 热带、亚热带草地（研究中）
        4.5.22 荒漠草原（研究中）
        4.5.23 荒漠（研究中）
        4.5.24 沙漠（研究中）
        4.5.25 石漠（研究中）
        4.5.26 裸地（研究中）
        4.5.27 湖泊（研究中）
        4.5.28 河流（研究中）
        4.5.29 滩涂（研究中）
        4.5.30 冰川（研究中）
        4.5.31 积雪（研究中）
        4.5.32 海水（研究中）
        4.5.33 季节性海冰（研究中）
        4.5.34 城镇（研究中）
  
• 4.6 土地覆被识别一些特殊情况的考虑
  持久的云层覆盖将会妨碍热量、植被指数等数据的有效获得，因此，土地覆被产品的一个特殊情况就是被云层污染的数据的丢失，土地覆被分类者将不得不在可用的时间通道减少的情况下工作。另外，例如日蚀月蚀等罕见事件也将会造成数据集的丢失。

5 验证工作

• 5.1验证方法1
  利用AVHRR验证MODIS土地覆被数据产品的方法。利用1：100万比例尺地图的地面控制点，将NOAA/AVHRR原始数据进行投影变换和重采样，生成几何精纠正后的空间分辨率为1公里的图象，经过等密度分割以后，生成的土地覆盖类型图来验证MODIS的1公里分辨率的土地覆被数据产品。
  
• 5.2 验证方法2
  利用ETM验证MODIS土地覆被数据产品的方法。利用LANDSAT/ETM数据生成的1：20万的土地利用现状图，将象元重采样为250米分辨率，来验证MODIS的250米分辨率的土地覆被数据产品。
  
• 5.3验证方法3
  实地验证（正在进行中）
  
  项目组已经到山东省东营市黄河入海口三角洲地区调查了多种土地覆盖类型，重点实地验证了单季旱地、双季旱地、绿洲（林田结构）、湿地、河流、滩涂、海水等类型；赴辽宁省康平县和内蒙古自治区通辽市专门调查了科尔沁沙地和农牧交错区的土地沙漠化情况，实地验证了沙漠、荒漠、荒漠草原、落叶针叶林等类型；赴湖北省武汉市，验证了单季水田、多季水田、稻麦轮作耕地、湖泊、落叶阔叶林等类型；赴陕西省、甘肃省、青海省和西藏自治区，验证了裸地、郁闭灌木林、稀疏灌木林、高山灌丛、高山草甸、高寒草地、高山苔原等类型。
  
• 5.4 验证方法4
  利用国家生态台站网络信息综合验证

6 参考文献

[1] Lambin，E. F. and A. H. Strahler，1994. Change-vector analysis: A tool to detect and categorize land-cover change processes using high temporal-resolution satellite data. Remote Sensing of Environment，8：231–244

[2] Lambin，E. F. and A. H. Strahler，1994b. Change-vector analysis: A tool to detect and categorize land-cover change processes using high temporal-resolution satellite data. Remote Sensing of Environment，48：231–244.

[3] Malila，W. A.，1980. Change vector analysis: An approach for detecting forest changes with Landsat，Proceedings 6th Annual Symposium on Machine Processing of Remotely Sensed Data， Laboratory for the Application of Remote Sensing，Purdue University，1980. 326–335.

[4] Michalek，J. L.，T. W. Wagner，J. J. Luczkovich and R. W. Stoffle，1993. Multispectral change vector analysis for monitoring coastal marine environments. Photogrammetric Engineering and Remote Sensing 59：381–384.

[5] 徐建华. 现代地理学中的数学方法. 北京：高等教育出版社. 2002. p436.

[6] Belward，A. (ed.)， 1996. The IGBP-DIS Global 1-km Land Cover Data Set DISCover. IGBP-DIS Working Paper.

[7] Belward，A. and T. R. Loveland，1995. The IGBP 1-km land cover project. In Proceedings of the 21st Annual Conference of the Remote Sensing Society，Southampton，UK. 1099–1106.

[8] Sellers，P. J.， Y. Mintz，Y. C. Sud，and A. Dalcher，1986，A simple biosphere model (SiB) for use within general circulation models. Journal of Atmospheric Science 43：503–531.

[9] Sellers，P. J.，D. A. Randall， G. J. Collatz，1996，A revised land surface parameterization (SiB2) for atmospheric GCMs. Part 1：Model formulation. Journal of Climate 9：676–705.

[10] IGBP，1992. Requirements for Terrestrial Biospheric Data for IGBP Core Projects. IGBP-DIS Working Paper #2 (June 1992)，IGBP-DIS，Université de Paris，Paris，France. p24. appendixes.

[11] IGBP-DIS，1995. The IGBP-DIS Global 1 km Land Cover Data Set：A Validation Strategy，A. Belward，ed.，IGBP-DIS，Université de Paris，Paris，France.

[12] FAO. A framework for land evaluation. Soils Bulletin, No.32, Rome，1976