陳 軍，陳 晉，廖安平，曹 鑫，陳利軍，陳學(xué)泓，彭 舒，韓 剛，張宏偉，何超英，武 昊，陸 苗

1．國(guó)家基礎(chǔ)地理信息中心，北京 100830；2．北京師范大學(xué)地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100875

全球30 m地表覆蓋遙感制圖的總體技術(shù)

陳 軍1，陳 晉2，廖安平1，曹 鑫2，陳利軍1，陳學(xué)泓2，彭 舒1，韓 剛1，張宏偉1，何超英1，武 昊1，陸 苗1

1．國(guó)家基礎(chǔ)地理信息中心，北京 100830；2．北京師范大學(xué)地表過(guò)程與資源生態(tài)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100875

針對(duì)全球30 m分辨率地表覆蓋遙感制圖這一世界性難題，提出了以多源影像最優(yōu)化處理、參考資料服務(wù)化整合、覆蓋類型精細(xì)化提取、產(chǎn)品質(zhì)量多元化檢核為主線的總體研究思路，研發(fā)了影像幾何與輻射重建、異質(zhì)異構(gòu)服務(wù)化集成、對(duì)象化分層分類、知識(shí)化檢核處理等主體技術(shù)方法；用于制定了相應(yīng)數(shù)據(jù)產(chǎn)品規(guī)范、生產(chǎn)技術(shù)規(guī)范，研發(fā)了多項(xiàng)生產(chǎn)型軟件，用于研制了2000和2010兩個(gè)基準(zhǔn)年的全球30 m地表覆蓋數(shù)據(jù)產(chǎn)品，將空間分辨率提高了1個(gè)數(shù)量級(jí)。

全球地表覆蓋；遙感制圖；30 m分辨率；對(duì)象化分層分類；服務(wù)化集成

引文格式：CHEN Jun，CHEN Jin，LIAO Anping，et al．Concepts and Key Techniques for 30 m Global Land Cover Mapping［J］．Acta Geodaetica et Cartographica Sinica，2014，43（6）：551－557．（陳軍，陳晉，廖安平，等．全球30 m地表覆蓋遙感制圖的總體技術(shù)［J］．測(cè)繪學(xué)報(bào)，2014，43（6）：551－557．）DOI：10．13485／j．cnki．11－2089．2014．0089

1 概 述

地表覆蓋及其變化是環(huán)境變化研究、地理國(guó)（世）情監(jiān)測(cè)、可持續(xù)發(fā)展規(guī)劃等不可或缺的重要基礎(chǔ)信息和關(guān)鍵參量［1－5］。國(guó)內(nèi)外主要是利用航天、航空遙感影像中蘊(yùn)含的豐富光譜和紋理及時(shí)相特征，結(jié)合各種參考資料和知識(shí)，采用數(shù)理統(tǒng)計(jì)、交互解譯等方法，提取類型分布及變化信息，進(jìn)行地表覆蓋制圖［6－9］。20世紀(jì)90年代以來(lái)，國(guó)際科學(xué)界一直高度關(guān)注全球地表覆蓋遙感制圖問(wèn)題［10－12］。美國(guó)和歐盟曾利用包括NOAA／AVHRR、MODIS在內(nèi)的粗空間分辨率（250 m～1 km）航天遙感資料，為地球系統(tǒng)模擬、氣候變化研究等研制了6套空間分辨率為300 m或1 km的粗分辨率全球地表覆蓋數(shù)據(jù)產(chǎn)品［13－18］。但用戶普遍認(rèn)為其空間細(xì)節(jié)不夠、分類精度不高，不同產(chǎn)品之間一致性較差，遠(yuǎn)不能滿足應(yīng)用需求［12，19－20］。

2010年11月，政府間對(duì)地觀測(cè)組織（GEO）第8次全會(huì)發(fā)布北京宣言，呼吁國(guó)際社會(huì)合作研制全球高分辨率地表覆蓋數(shù)據(jù)產(chǎn)品［21］。美國(guó)馬里蘭大學(xué)利用空間分辨率為30 m的Landsat TM／ETM＋多時(shí)相遙感影像，完成了2000年至2012年全球森林增減情況的變化制圖與分析［22－23］，但其僅限于森林這一單一類型，沒(méi)有考慮水體、耕地等其他地表覆蓋類型。究其原因，主要是全球30 m地表覆蓋全要素制圖涉及到精細(xì)化提取、產(chǎn)品質(zhì)量控制以及海量影像最佳覆蓋與有效處理等諸多困難，是一項(xiàng)因素眾多、難度極大的遙感科技工程。面對(duì)這一世界性科技難題和重大應(yīng)用需求，在國(guó)家863重點(diǎn)項(xiàng)目的支持下，筆者于2010年初率先開(kāi)展了全球高分辨率地表覆蓋遙感制圖的總體技術(shù)研究與數(shù)據(jù)產(chǎn)品研制［24］。

2 總體研究思路

與MODIS等粗分辨率遙感影像相比，以Landsat系列為代表的30 m遙感影像提供了更為豐富的紋理細(xì)節(jié)和空間結(jié)構(gòu)信息，能較好地反映或刻畫(huà)大多數(shù)人類土地利用活動(dòng)及其所形成的景觀格局［21］。為了解決高質(zhì)量影像的全球優(yōu)化覆蓋、同物異譜和異物同譜現(xiàn)象、數(shù)據(jù)產(chǎn)品質(zhì)量控制等諸多問(wèn)題，筆者以“多源影像最優(yōu)化處理、參考資料服務(wù)化整合、覆蓋類型精細(xì)化提取、產(chǎn)品質(zhì)量多元化檢核”為主線，開(kāi)展并完成了全球30 m地表覆蓋遙感制圖的總體技術(shù)研究。

2．1 多源影像的最優(yōu)化處理

要鋪滿地球陸地表面，需近萬(wàn)景幅寬約為180 km×180 km的Landsat TM影像。為了實(shí)現(xiàn)2000和2010兩個(gè)基準(zhǔn)年的全球30 m影像最佳覆蓋，首先根據(jù)地表覆蓋信息提取的要求，優(yōu)選季相適宜、云覆蓋較小的Landsat TM／ETM＋影像，而對(duì)2010基準(zhǔn)年盡可能地收集國(guó)產(chǎn)環(huán)境減災(zāi)星（HJ－1）和北京1號(hào)小衛(wèi)星（BJ－1）資料。其次是對(duì)多源原始影像資料進(jìn)行幾何校正或配準(zhǔn)、輻射校正、缺失數(shù)據(jù)插補(bǔ)等處理，利用250 m分辨率MODIS NDVI數(shù)據(jù)生成30 m分辨率的多期NDVI數(shù)據(jù)，為物候信息挖掘、季相差異校正等提供依據(jù)。

2．2 參考資料的服務(wù)化整合

DEM、生態(tài)分區(qū)等輔助資料和物候特征等專業(yè)知識(shí)是克服遙感影像分類同物異譜和異物同譜難題的重要途徑［9，25－26］。為此，一方面要最大限度地收集各種可資利用的參考資料和專業(yè)知識(shí)，包括現(xiàn)有的全球粗分辨率地表覆蓋數(shù)據(jù)、區(qū)域及國(guó)家的較高分辨率地表覆蓋數(shù)據(jù)（如歐洲的CORINE）、全球DEM和地名數(shù)據(jù)、紅樹(shù)林分布和濕地名錄等專業(yè)數(shù)據(jù)，另一方面要發(fā)展參考資源整合及與遙感分類器有效集成方法，以充分利用各種參考資料和在線外部資源（如天地圖、Geo－Wiki等）。

2．3 覆蓋類型的精細(xì)化提取

國(guó)內(nèi)外同行在Landsat ETM／TM影像分類制圖方面提出了許多自動(dòng)化或半自動(dòng)化分類模型、算法［9］，在小范圍、試驗(yàn)型研究中均能取得良好效果，但在大范圍工程化應(yīng)用中應(yīng)用效果較差［27］。例如，文獻(xiàn)［28］曾采用5種不同的監(jiān)督分類方法，對(duì)全球TM／ETM＋影像進(jìn)行了自動(dòng)化分類，但最高的分類精度僅為60%左右。這是由于全球地理景觀復(fù)雜多樣，單一的自動(dòng)化分類算法難以奏效。因此，需從產(chǎn)出高質(zhì)量全球地表覆蓋數(shù)據(jù)產(chǎn)品的要求出發(fā)，將自動(dòng)化分類與專家影像分析能力有機(jī)結(jié)合，發(fā)展類型信息的精細(xì)化提取方法。

2．4 產(chǎn)品質(zhì)量的多元化檢核

高質(zhì)量數(shù)據(jù)產(chǎn)品研制質(zhì)量控制提出了特殊要求［27］。應(yīng)針對(duì)產(chǎn)品規(guī)范和分類精度要求，制定地表覆蓋類型信息的相關(guān)技術(shù)規(guī)定，對(duì)最小制圖單元和容錯(cuò)指標(biāo)、多類型集成的接邊處理等進(jìn)行統(tǒng)一規(guī)范；作好同期產(chǎn)品的空間一致性、兩期產(chǎn)品的時(shí)間一致性等檢核，最大限度地降低分類的誤判率和漏判率。

3 主體技術(shù)方法

根據(jù)上述總體設(shè)計(jì)，研究提出了多源影像的幾何與輻射重建、參考資料的網(wǎng)絡(luò)化服務(wù)集成、對(duì)象化分層分類和知識(shí)化檢核處理等主體技術(shù)方法。

3．1 多源影像幾何與輻射重建

依據(jù)全球地表覆蓋制圖對(duì)多源、多分辨率遙感影像的需求，研發(fā)了幾何糾正與配準(zhǔn)、缺失數(shù)據(jù)處理、輻射重建等一組處理模型與方法，如圖1所示。在幾何處理方面，針對(duì)HJ－1影像長(zhǎng)軌道、寬視場(chǎng)角、大傾角特點(diǎn)所帶來(lái)的姿軌參數(shù)不穩(wěn)、相機(jī)畸變差大等不足，設(shè)計(jì)了適合寬視場(chǎng)角衛(wèi)星影像幾何糾正的定向片法共線方程解算模型。它是將拉格朗日插值函數(shù)集到共線方程模型中去，插值函數(shù)節(jié)點(diǎn)組成定相片，對(duì)不同像控分布情況，自動(dòng)定向片分布和函數(shù)次數(shù)，同時(shí)在共線方程模型中增加像機(jī)畸變差改正參數(shù)，并利用譜修正迭代法克服模型解算收斂速度較慢的問(wèn)題［29］。

圖1 全球30 m影像的幾何與輻射重建方法Fig．1 Geometric and radiometric reconstruction of 30 m global imagery

缺失數(shù)據(jù)處理包括云污染去除和LANDSAT 8數(shù)據(jù)條帶插補(bǔ)等。前者是根據(jù)空間相鄰的同類型地物像元光譜相似性特征及空間關(guān)系的時(shí)間不變性原理，利用鄰近相似像元插補(bǔ)法（neighborhood similar pixel interpolator，NSPI）［30］。對(duì)Landsat 7 ETM＋的條帶（SLC－off）問(wèn)題，采用對(duì)應(yīng)的區(qū)域中光譜相似度最高的像元，進(jìn)行開(kāi)窗插補(bǔ)和條帶修復(fù)，使插補(bǔ)后的影像呈較好的空間連續(xù)性。后者是應(yīng)用NSPI模型，對(duì)云污染較嚴(yán)重地區(qū)進(jìn)行插補(bǔ)處理［31］。

輻射重建處理包括多時(shí)相TM多光譜數(shù)據(jù)生成、陰影區(qū)光譜弱信息恢復(fù)以及30 m NDVI時(shí)序數(shù)據(jù)重建。多時(shí)相TM多光譜數(shù)據(jù)生成是采用文獻(xiàn)［32］提出的ESTARFM（enhanced spatial and temporal adaptive reflectance fusion model）算法，生成任意時(shí)相TM多光譜數(shù)據(jù)；對(duì)于陰影區(qū)域，通過(guò)圖像分割的陰影識(shí)別，基于連續(xù)統(tǒng)去除的非陰影類型匹配，進(jìn)行陰影區(qū)弱信息恢復(fù)，以挖掘與恢復(fù)陰影區(qū)的光譜信息［33］；對(duì)于粗分辨率（250 m）MODISNDVI時(shí)序數(shù)據(jù)與30 m影像之間的有效匹配與利用問(wèn)題，則是提出了MODIS NDVI時(shí)序數(shù)據(jù)降尺度方法，生成30 m NDVI時(shí)序數(shù)據(jù)。

3．2 異質(zhì)異構(gòu)服務(wù)化集成

提出了基于服務(wù)計(jì)算的異質(zhì)異構(gòu)web集成方法與技術(shù)。首先是分析梳理全球生態(tài)分區(qū)、DEM、矢量地圖、文獻(xiàn)以及多分辨率地表覆蓋數(shù)據(jù)、多時(shí)相影像、多類型樣本的特點(diǎn)及相互間關(guān)系，采用研發(fā)的基于時(shí)序邏輯和空間操作關(guān)系的地表覆蓋變化信息表達(dá)、面向服務(wù)契約的自適應(yīng)集成、多維索引計(jì)數(shù)的事件匹配、基于3層服務(wù)關(guān)系的動(dòng)態(tài)服務(wù)組合等方法［34－37］，進(jìn)行多源參考數(shù)據(jù)的格式匹配、投影轉(zhuǎn)換、語(yǔ)義集成、切片處理、樣式配置、結(jié)構(gòu)關(guān)聯(lián)等處理，實(shí)現(xiàn)異質(zhì)數(shù)據(jù)資料的web統(tǒng)一服務(wù)發(fā)布。二是采用服務(wù)級(jí)（語(yǔ)義層面）、功能級(jí)（功能實(shí)現(xiàn)）和參數(shù)級(jí)（輸入輸出等）3級(jí)方式，通過(guò)服務(wù)分組、接口適配、請(qǐng)求處理等，實(shí)現(xiàn)與天地圖、Geo－Wiki、OSM（OpenStreet Map）等聯(lián)通或接入，形成異構(gòu)服務(wù)資源的網(wǎng)絡(luò)化集成，研發(fā)了包括瀏覽、檢索、比對(duì)、標(biāo)注、下載、分發(fā)等功能，用于網(wǎng)絡(luò)化環(huán)境下的參考信息共享與調(diào)用。

3．3 對(duì)象化分層分類

針對(duì)30 m影像上反映出的光譜與形狀異質(zhì)性，采用對(duì)象化影像分析技術(shù)，進(jìn)行多尺度分割與對(duì)象化過(guò)濾［38］，確定出地表覆蓋斑塊的邊界；然后根據(jù)單要素光譜指數(shù)、自適應(yīng)窗口紋理等多光譜信息和植被物候特征等多時(shí)相信息，采用對(duì)象化交互式處理方式，判定斑塊所代表的地表覆蓋類型。與純像元自動(dòng)分類相比，這種對(duì)象化分類可較好地確定地表覆蓋斑塊的邊界及類型，提高了地表覆蓋制圖的精細(xì)程度。此外，考慮到不同地表覆蓋（如水體、人造覆蓋、耕地等）往往具有各異的幾何形態(tài)、光譜特征、季相規(guī)律等，對(duì)分割參數(shù)、光譜指數(shù)和相應(yīng)的處理方法有不同的要求，進(jìn)一步提出將地表覆蓋全要素分類分解為逐一要素分類，即依次進(jìn)行水體、濕地、冰雪、人造覆蓋、耕地等單要素的分類提取，再進(jìn)行多要素集成與協(xié)調(diào)［39］。在此過(guò)程中，還利用有關(guān)地學(xué)知識(shí)或規(guī)律，將全球范圍進(jìn)一步細(xì)分為不同的地理分區(qū)，如劃分為816個(gè)生態(tài)分區(qū)，利用每一個(gè)生態(tài)分區(qū)內(nèi)植被生長(zhǎng)的地學(xué)知識(shí)，去降低林地、苔原等類型的分類提取誤差，減少分類工作量［40］。由此形成了如圖2所示的對(duì)象化層次分類法，可在一定程度上克服了同物異譜、異物同譜帶來(lái)的問(wèn)題，提高了全球地表覆蓋分類的精度。

在此基礎(chǔ)上，還發(fā)展了基于變化檢測(cè)的更新制圖方法。它是利用光譜斜率差值（SGD）、后驗(yàn)概率空間變化向量分析（CVAPS）等多［41－43］，通過(guò)兩期影像的比較去提取變化，再用前一期地表覆蓋分類成果為引導(dǎo)，進(jìn)行地表覆蓋數(shù)據(jù)的更新，以減少第2期分類制圖的工作量。

圖2 對(duì)象化層次分類法Fig．2 Object－based hierarchical classification approach

3．4 知識(shí)化檢核處理

從每一種地表覆蓋類型的特點(diǎn)出發(fā)，總結(jié)出關(guān)于其宏觀分布、區(qū)域過(guò)度、地形分布規(guī)律（坡度、高程等）、局部細(xì)節(jié)等先驗(yàn)知識(shí)，提煉了相應(yīng)的容錯(cuò)指標(biāo)，形成了空間一致性、時(shí)間連續(xù)性、關(guān)系協(xié)調(diào)性等判斷規(guī)則，用于進(jìn)行以景為單位的漏提和錯(cuò)提檢核、以圖幅為單位的多類型數(shù)據(jù)接邊處理與集成。對(duì)單期分類數(shù)據(jù)成果，借助于高分影像和其它相關(guān)參考資料等，進(jìn)行交互式比對(duì)與檢核，并借助于有關(guān)官方統(tǒng)計(jì)或文獻(xiàn)數(shù)據(jù)，進(jìn)行面積等比較；對(duì)兩期數(shù)據(jù)，則重點(diǎn)是比較空間差異，判別異常情況，發(fā)現(xiàn)不一致區(qū)域。為此研發(fā)了專用的網(wǎng)絡(luò)化檢核系統(tǒng)，具有錯(cuò)誤信息的空間化標(biāo)報(bào)、發(fā)布／訂閱、時(shí)空匹配等功能，用于支持多用戶協(xié)同的檢查信息和修改結(jié)果的在線匯聚、有序傳遞。

4 規(guī)?；こ虘?yīng)用

根據(jù)前述研究成果，制定了相應(yīng)的產(chǎn)品規(guī)范、生產(chǎn)技術(shù)規(guī)范，研發(fā)了多項(xiàng)生產(chǎn)型軟件或系統(tǒng)，用于支撐完成了全球地表覆蓋的規(guī)?；a(chǎn)品研制。一是完成了2000基準(zhǔn)年10 270景TM數(shù)據(jù)和2010基準(zhǔn)年9907景TM數(shù)據(jù)及2640景HJ－1數(shù)據(jù)的幾何校正（或配準(zhǔn)）、缺失數(shù)據(jù)處理、輻射與季相差異處理等，形成了一套以30 m為主體的全球30 m地表覆蓋制圖的多源遙感影像數(shù)據(jù)集，兩期配準(zhǔn)精度達(dá)1像素；二是完成了全球兩期（2000年和2010年）30 m地表覆蓋數(shù)據(jù)產(chǎn)品的規(guī)模化研制，包含水體、濕地、人造覆蓋、耕地、林地、灌木、草地、裸地、永久性冰雪、苔原等10個(gè)主要類型。由第三方單位完成的初步精度評(píng)估表明，誤判率結(jié)果低于10%，顯著高于其他全球地表覆蓋產(chǎn)品。圖3示出了2010年分類數(shù)據(jù)成果。

5 結(jié) 論

經(jīng)過(guò)跨學(xué)科的協(xié)同創(chuàng)新，我國(guó)研究創(chuàng)建了全球地表覆蓋遙感制圖的成套總體技術(shù)方法，用于研制出了兩期全球30 m地表覆蓋數(shù)據(jù)，將空間分辨率提高了1個(gè)數(shù)量級(jí)，總體分類精度達(dá)到80%以上，較好地解決了全球30 m地表覆蓋遙感制圖這一世界性難題。該成果已開(kāi)始在全球生態(tài)環(huán)境監(jiān)測(cè)、可持續(xù)發(fā)展研究等方面發(fā)揮重要作用，并將為地理世情監(jiān)測(cè)奠定堅(jiān)實(shí)基礎(chǔ)。今后還要進(jìn)一步解決從“有”到“精”、從數(shù)據(jù)到知識(shí)和從成果到服務(wù)三大方面的有關(guān)問(wèn)題，切實(shí)推動(dòng)數(shù)據(jù)產(chǎn)品的成果共享、動(dòng)態(tài)信息服務(wù)、持續(xù)細(xì)化更新，以保持我國(guó)在國(guó)際該領(lǐng)域的優(yōu)勢(shì)與影響力。

圖3 全球30 m地表覆蓋分布總示意圖Fig．3 30 m global land cover map

［1］ REID W V，CHEN D，GOLDFARB L，et al．Earth System Science for Global Sustainability：Grand Challenges［J］．Environment and Development，2010，11（330）：916－917．

［2］ PEREIRA H M，F(xiàn)ERRIER I S，WALTERS M，et al．Essential Biodiversity Variables［J］．Science，2013，339（6117）：277－278．

［3］ CHEN Junyong．Study Note on Geographic National Condition Monitoring［J］．Acta Geodaetica et Cartographica Sinica，2012，41（5）：633－635（陳俊勇．地理國(guó)情監(jiān)測(cè)的學(xué)習(xí)札記［J］．測(cè)繪學(xué)報(bào)，2012，41（5）：633－635．）

［4］ ZELL E，H UFF A K，CARPENTER A T．A Userdriven Approach to Determining Critical Earth Observation Priorities for Societal Benefit［J］．IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2012，5（6）：1594－1602．

［5］ XU Guanhua，GE Quansheng，GONG Peng，et al．Societal Response to Challenges of Global Change and Human Sustainable Development［J］．China Science Bulletin，2013，58：2100－2106．（徐冠華，葛全勝，宮鵬，等．全球變化和人類可持續(xù)發(fā)展：挑戰(zhàn)與對(duì)策［J］．科學(xué)通報(bào)，2013，58：2100－2106．）

［6］ YANG Kai，CHEN Jun，GUAN Zhequn，et al．Urban Change Mapping Using Multi－temporal Remote Sensing Imagery［J］．Economic Geography，1986，3（6）：191－195．（楊凱，陳軍，關(guān)澤群．用多時(shí)域遙感影像測(cè)定城市演變的方法［J］．經(jīng)濟(jì)地理，1986，3（6）：191－195．）

［7］ SHI Peijun，GONG Peng，LI Xiaobing，et al．Methods and Practice of Land Use／Cover Change Mapping［M］．Beijing：Science Press，2000．（史培軍，宮鵬，李曉兵，等．土地利用／覆蓋變化研究的方法與實(shí)踐［M］．北京：科學(xué)出版社，2000．）

［8］ LIU Jiyuan，ZHANG Zhengxiang，ZHUANG Dafang．Remote Sensing－based Spatio－temporal Landuse Change Analysis of China in the 1990s［M］．Beijing：Science Press，2005．（劉紀(jì)遠(yuǎn)，張?jiān)鱿?，莊大方．20世紀(jì)90年代中國(guó)土地利用變化的遙感時(shí)空信息研究［M］．北京：科學(xué)出版社，2005．）

［9］ LU D，WENG Q．A Survey of Image Classification Methods and Techniques for Improving Classification Performance［J］．International Journal of Remote Sensing，2007，28（5）：823－870．

［10］ TOWNSHEND J R G，JUSTICE C，LI W，et al．GLC Classification by Remote Sensing：Present Capabilities and Future Possibilities［J］．Remote Sensing of Environment，1991，35：243－255．

［11］ DEFRIES R S，TOWNSHEND J R G．GLC Characterization from Satellite Data：From Research to Operational Implementation［J］．Global Ecology and Biogeography，1999，8（2）：367－379．

［12］ VERBURG P H，NEUMANN W，LINDA N L．Challenges in Using Land Use and Land Cover Data for Global Change Studies［J］．Global Change Biology，2011，17（2）：974－989．

［13］ DEFRIES R，TOWNSHEND J G R．NDVI－derived Land Cover Classification at Global Scales［J］．International Journal of Remote Sensing，1994，15（1）：3567－3586．

［14］ HANSEN M C，DEFRIES R S，TOWNSHEND J R G，et al．GLC Classification at 1 km Spatial Resolution Using a Classification Tree Approach［J］．International Journal of Remote Sensing，2000，21（6－7）：1331－1364．

［15］ LOVELAND T R，REED B C，BROWN J F，et al．Development of a GLC Characteristics Database and IGBP Discover from 1 km AVHRR Data［J］．International Journal of Remote Sensing，2000，21（6－7）：1303－1330．

［16］ FRIEDL M A，MCIVER D K，HODGES J C F，et al．GLC Mapping from MODIS：Algorithm and Early Results［J］．Remote Sensing of Environment，2002，83：287－302．

［17］ BARTHOLOMéE，BELWARD A S．GLC2000：A New Approach to GLC Mapping from Earth Observation Data［J］．International Journal of Remote Sensing，2005，26（9）：1959－1977．

［18］ BONTEMPS S，DEFOURNEY P，VAN BOGAERT E，et al．Globcover2009 Products Description and Validation Report［EB／OL］．［2010－08－20］．http：∥due．esrin．esa．int／globcover／LandCover2009／GLOBCOVER2009＿Validation＿Report＿2．2．pdf．

［19］ HEROLD M，MAYAUX P，WOODCOCK C，et al．Some Challenges in GLC Mapping：An Assessment of Agreement and Accuracy in Existing 1 km Datasets［J］．Remote Sensing of Environment，2008，112：2538－2556．

［20］ GONG Peng．Some Essential Questions in Remote Sensing Science and Technology［J］．Journal of Remote Sensing，2009，13（1）：13－22．（宮鵬．遙感科學(xué)與技術(shù)中的一些前沿問(wèn)題［J］．遙感學(xué)報(bào)，2009，13（1）：13－22．）

［21］ GIRI C，PENGRA B，LONG J，et al．Next Generation of GLC Characterization，Mapping，and Monitoring［J］．International Journal of Applied Earth Observation and Geoinformation，2013，25：30－37．

［22］ TOWNSHEND J R G，MASEK J G，HUANG C，et al．Global Characterization and Monitoring of Forest Cover Using Landsat Data：Opportunities and Challenges［J］．International Journal of Digital Earth，2012，5（10）：373－393．

［23］ HANSEN M C，POTAPOV P V，MOORE R，et al．Highresolution Global Maps of 21st－Century Forest Cover Change15［J］．Science，2013，11（342）：850－853．

［24］ CHEN Jun，CHEN Jin，GONG Peng，et al．High Resolution Global Land Cover Mapping［J］．Geomatics World，2011，9（2）：12－14．（陳軍，陳晉，宮鵬，等．全球地表覆蓋高分辨率遙感制圖［J］．地理信息世界，2011，9（2）：12－14．）

［25］ CHEN Jun．Utilisation of DTM in Improving Remote Sensing Classification Accuracy［J］．Journal of Wuhan University of Surveying and Mapping，1984，9（1）：69－81．（陳軍．利用DTM改善遙感影像分類精度［J］．武漢測(cè)繪學(xué)院學(xué)報(bào)，1984，9（1）：69－81．）

［26］ EHLERS M，EDWARDS G，BEDARD Y．Integration of Remote Sensing with Geographic Information Systems：A Necessary Evolution［J］．Photogrammetric Engineering and Remote Sensing，1989，55：1619－1627．

［27］ HANSEN M C，LOVELAND T R．A Review of Large Area Monitoring of Land Cover Change Using Landsat Data［J］．Remote Sensing of Environment，2012，122（9）：66－74．

［28］ GONG P，W A NG J，Y U L，et al．Finer Resolution Observation and Monitoring of GLC：First Mapping Results with Landsat TM and ETM＋Data［J］．International Journal of Remote Sensing，2013，34（7）：2607－2654．

［29］ LIAO Anping，LIU Liangming，YE Yuanxin，et al．Study on Geometric Rectification Model of CBERS－02BHR Data［J］．Remote Sensing Information，2010（4）：63－67．（廖安平，劉良明，葉沅鑫，等．CBERS－02B星HR數(shù)據(jù)幾何糾正模型研究［J］．遙感信息，2010（4）：63－67．）

［30］ CHEN J，ZHU X，VOGELMANN J E，et al．A Simple and Effective Method for Filling Gaps in Landsat ETM＋SLC－off Images［J］．Remote Sensing of Environment，2011，115（2）：1053－1064．

［31］ ZHU X，GAO F，LIU D，et al．A Modified Neighborhood Similar Pixel Interpolator Approach for Removing Thick Clouds in Landsat Images［J］．IEEE Geoscience and Remote Sensing Letters，2012，9（3）：521－525．

［32］ ZHU X，CHEN J，GAO F，et al．An Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model for Complex Heterogeneous Regions［J］．Remote Sensing of Environment，2010，114（11）：2610－2623．

［33］ ZH OU Y，CHEN J，GUO Q，et al．Restoration of Information Obscured by Mountainous Shadows through Landsat TM／ETM＋I(xiàn)mages without the Use of DEM Data：A New Method［J］．IEEE Transactions on Geoscience and Remote Sensing，2014，52（1）：313－328．

［34］ WU Hao，LIAO Anping，HE Chaoying，et al．A Framework for Integrating Heterogeneous Spatial Information and Applications Adaptively Based on Multi－agent and Web Service［C］∥Proceedings of the International Conference on Multimedia Information Networking and Security．Shanghai：［s．n．］，2011：253－257．

［35］ XING Hanfa，CH EN Jun，LI Changhui．Design and Implementation of Network Marking and Reporting System of TopographicFeature Change Information［J］．Geomatics World，2013，11（5）：59－63．（邢漢發(fā)，陳軍，李長(zhǎng)輝．地形要素變化信息標(biāo)報(bào)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］．地理信息世界，2013，11（5）：59－63．）

［36］ CHEN Jun，WU Hao，LI Songnian，et al．Service Oriented Dynamic Computing for Land Cover Big Data［J］．Journal of Geomatics Science and Technology，2013，30（4）：369－374．（陳軍，武昊，李松年，等．面向大數(shù)據(jù)時(shí)代的地表覆蓋動(dòng)態(tài)服務(wù)計(jì)算［J］．測(cè)繪科學(xué)技術(shù)學(xué)報(bào)，2013，30（4）：369－374．）

［37］ CH EN Jun，WU Hao，LI Songnian，et al．Tem poral Logic and Operation Relations Based Knowledge Representation for Land Cover Change Web Service［J］．ISPRS Journal of Photogrammetry and Remote Sensing，2013，83：140－150．

［38］ BLASCHKE T．Object Based Image Analysis for Remote Sensing［J］．ISPRS Journal of Photogrammetry and RemoteSensing，2010，65（1）：2－16．

［39］ CHEN Lijun，CHEN Jun，LIAO Anping．Preliminary Classffication Results for Global Land Cover Mapping at 30 Meters Resolution［J］．Bulletin of Surveying and Mapping，2012（sup）：350－353．（陳利軍，陳軍，廖安平．30 m全球地表覆蓋遙感分類方法初探［J］．測(cè)繪通報(bào)，2012（增刊）：350－353．）

［40］ JIANG H，STRITTHOLT J R，F(xiàn)ROST P A，et al．The Classification of Late Seral Forests in the Pacific Northwest USA Using Landsat ETM＋I(xiàn)magery［J］．Remote Sensing of Environment，2004，91：320－331．

［41］ CHEN J，ZHU X，VOGELMANN J E，et al．A Simple and Effective Method for Filling Gaps in Landsat ETM＋SLC－off Images［J］．Remote Sensing of Environment，2011，115：1053－1064．

［42］ CHEN X，CHEN J，SHI Y，et al．An Automated Approach for Updating Land Cover Maps Based on Integrated Change Detection and Classification Methods［J］．ISPRS Journal of Photogrammetry and Remote Sensing，2012，71：86－95．

［43］ CHEN Jun，LU Miao，CHEN Xuehong，et al．A Spectral Gradient Difference Based Approach for Land Cover Change Detection［J］．ISPRS Journal of Photogrammetry and Remote Sensing，2013，85（2013）：1－12．

（責(zé)任編輯：宋啟凡）

E－mail：chenjun＠nsdi．gov．cn

Concepts and Key Techniques for 30 m Global Land Cover Mapping

CHEN Jun1，CHEN Jin2，LIAO Anping1，CAO Xing2，CHEN Lijun1，CHEN Xuehong2，PENG Shu2，HAN Gang1，ZHANG Hongwei1，HE Chaoying1，WU Hao1，LU Miao1
1．National Geomatics Center of China，Beijing 100830，China；2．State Key Laboratory of Earth Surface Processes and Resource Ecology，Beijing Normal University，Beijing 100875，China

Global land cover（GLC）characterization and monitoring at fine resolution is a key task and big challenge for both earth observation and geomatics societies in the world．Recently the first operational 30 m GLC mapping project has been completed by China．It is based on the optimum selection and processing of landsat－like satellite imagery for full global coverage，service－oriented integration of all available reference data and auxiliary information，object－based precise land cover characterization，and knowledge－based data quality controlling．The key techniques developed include the multi－type imagery geometric processing and radiometric reconstruction，integration of heterogeneous data and external services，object－based thematic－layer classification，and knowledge－based spatio－temporal consistency verification．The technical guide lines and software tools have been further developed for supporting the operational 30 m GLC mapping of the years 2000 and 2010．

global land cover；mapping with imagery；30 meter resolution；object－based classification；service－oriented integration

CHEN Jun（1956—），male，professor，PhD supervisor，president of the International Society of Photogrammetry and Remote Sensing，majors in geospatial data modeling，updating and services．

P282

A

1001－1595（2014）06－0551－07

國(guó)家863計(jì)劃重點(diǎn)項(xiàng)目“全球地表覆蓋遙感制圖與關(guān)鍵技術(shù)研究”（2009AA122001；2009AA122003）

2014－02－20

陳軍（1956—），男，教授，博士生導(dǎo)師，國(guó)際攝影測(cè)量與遙感學(xué)會(huì)主席，主要從事基礎(chǔ)地理信息建模、更新與服務(wù)研究．

修回日期：2014－03－20