研究概述
研究目标
土地利用/覆盖是影响地表环境与生态过程的关键因素，其中建设用地作为主要的人工地表覆盖类型，其扩张对区域生态系统产生显著影响。本研究旨在获取更高精度的建设用地空间分布信息。
核心目标
通过评估与融合多源土地利用/覆盖数据，提升建设用地分类准确性，为区域可持续发展研究提供数据支持
研究区域
以环渤海地区沿海城市作为实验区域，包括山东省、河北省、辽宁省以及天津市，共涵盖三省一市17座城市，总面积约为17.68万km²。
17
座城市
17.68万
平方公里
核心研究指标
93.51%
总体精度
融合结果验证精度
0.7455
Kappa系数
分类一致性指标
5套
数据产品
多源数据融合
多源数据来源
本研究筛选了7种中高分辨率土地利用/覆盖数据产品，最终选择5套数据进行融合分析
多源土地利用/覆盖数据信息
| 数据集 | 分辨率 | 制作单位 | 卫星数据 |
|---|---|---|---|
| ESA2020 | 10m | 欧洲航天局 | Sentinel |
| CoLUCC2020 | 30m | 中科院烟台海岸带研究所 | Landsat |
| GlobeLand2020 | 30m | 国家基础地理信息中心 | Landsat |
| CLCD2023 | 30m | 武汉大学 | Landsat |
| GLC_FCS2022 | 30m | 中科院空天信息创新研究院 | Landsat |
研究方法与流程
数据筛选
基于建设用地总面积和空间格局对比分析，筛选出5套高质量数据
一致性分析
采用一致性分析方法评估各数据集的建设用地分类效果
数据融合
结合多指标评价与阈值截取方法进行多源数据融合
融合方法核心公式
权重计算公式：
Wi = (MOA + MD + MR) / Σ(k,i=1,n) × 100
概率计算公式：
P = Σ(i=1,n) Wi
实验结果分析
建设用地面积对比分析
5套数据产品建设用地面积占比及偏差系数
| 数据来源 | 建设用地面积占比(%) | 偏差系数(%) |
|---|---|---|
| ESA2020 | 10.74 | -3.55 |
| CoLUCC2020 | 13.32 | -0.97 |
| GlobeLand2020 | 14.06 | -0.23 |
| CLCD2023 | 19.95 | 5.67 |
| GLC_FCS2022 | 13.38 | -0.92 |
关键发现
CLCD2023的建设用地面积最大，偏差系数也最大(5.67%)，显著高于其他数据集。ESA2020面积最小，偏差系数为-3.55%。其余3种数据的偏差系数绝对值均在1%以内。
空间一致性分析结果
多源对比空间混淆统计
完全一致区域
20.26%
高度一致区域
27.15%
低度一致区域
16.00%
完全不一致区域
36.60%
数据质量评估
ESA2020
优秀
空间重合率: 76.91%
GLC_FCS2022
良好
空间重合率: 70.45%
CLCD2023
待改进
空间重合率: 52.62%
融合结果可视化
环渤海地区建设用地概率分布及融合结果
精度验证结果
各城市精度排名
丹东市
>95.00%
锦州市
>95.00%
葫芦岛市
>95.00%
天津市
90.19%
融合效果提升
93.51%
融合后总体精度
相比ESA2020提升:
+8.51%
相比CoLUCC2020提升:
+1.72%
相比GlobeLand2020提升:
+13.02%
相比CLCD2023提升:
+13.51%
相比GLC_FCS2022提升:
+12.63%
研究结论
技术方法创新
构建了适用于单一地类融合的技术流程，采用多指标评价与阈值截取方法，整合多源数据优点，弥补单一数据不足。
精度显著提升
融合结果总体精度达93.51%，Kappa系数0.7455，与融合前单套数据相比精度均有提高，具有较好的融合效果。
数据质量评估
ESA2020与GLC_FCS2022累计贡献度最高，CLCD2023表现相对不足，为区域土地利用研究提供数据支持。
研究局限性
融合结果仍受到原始数据准确性与区域适应性影响，存在一定不确定性。在应用于其他区域或地类时，需充分考虑区域特征，并对相关数据进行重新评估。
研究意义与应用价值
生态环境保护
- 为环渤海地区生态环境评估提供准确的建设用地分布数据
- 支持城市扩张对区域生态系统影响的定量分析
- 为海岸带生态保护政策制定提供科学依据
城市规划发展
- 为区域土地利用规划提供高精度基础数据
- 支持城镇化进程监测与可持续发展评估
- 为环渤海经济圈协调发展提供决策支持