[发明专利]一种GlobeLand30全球地表覆盖数据时空不一致性处理方法

说明书

本发明公开了一种GlobeLand30全球地表覆盖数据时空不一致性处理方法，包括多源辅助地表覆盖数据的预处理，对不同的地表覆盖数据进行重投影、裁切、类别转换等；计算边缘不一致性像素在不同时相间的局部结构相似性，以及像素邻域空间相似性，进行判断和修正，消除三期GlobeLand30数据间的几何不一致性；利用多源辅助地表覆盖数据的可靠类别信息，建立判别修正规则处理相似地物间的分类混淆，并对必要区域进行形态学处理，减少不同时相数据上各种地物类别的不一致性。本发明基于多源数据相互验证的原则设计一致性处理规则，能够在有效减少不一致性现象的同时避免将其他地表覆盖数据的分类错误引入到处理后数据中，保证不一致现象处理的可靠性。

技术领域

本发明涉及一种GlobeLand30全球地表覆盖数据时空不一致性处理方法，属于地图制图技术领域。

背景技术

全球地表覆盖的空间分布与动态变化，对于研究全球变化、地理空间基础设施建设、可持续发展等均有着十分重要的意义。国内外研究者目前发布了多套各种分辨率的单类型和多类型全球地表覆盖产品，其中我国研制了全球首套30米分辨率的地表覆盖数据集GlobeLand30，包括2000、2010、2020(主要时相为2015和2017年)三个版本，在各领域得到广泛应用。随后其他30m分辨率(或更高分辨率)的全球地表覆盖数据集如FROM-GLC、GLC_FCS等也被陆续发布并预计持续更新。

在这些数据集中，同一数据集的不同时相数据间由于影像数据源的成像季节差异、配准误差以及分类误差的影响，在部分区域会存在明显的时空不一致性现象，严重制约其应用潜力。而不同数据集之间由于数据源、分类体系、分类方法存在差异，其时空不一致性现象会更为严重。针对全球地表覆盖数据的不一致性问题，国内外现有的研究主要集中在同一数据集在不同时相间的相互协调处理、单一时相的不同数据集融合以及多数据集融合生成某单一类别产品等方面，目前并没针对GlobeLand30多期全球覆盖数据的一致性处理方法。GlobeLand30多期全球覆盖数据之间存在几何配准误差造成的前后两期数据间的空间不一致性，表现为相邻时相两期数据间存在1～2像素的偏移，在部分区域存在不同时相间的时间不一致性，即实际地物并没有发生变化而在多期数据间类别不一致性。GlobeLand30多期全球覆盖数据间的不一致性现象是制约其应用的一个关键问题。

发明内容

本发明目的是提供了一种GlobeLand30全球地表覆盖数据时空不一致性处理方法，不仅结构牢固不易分离，而且施工方便。

本发明为实现上述目的，通过以下技术方案实现：

步骤1，对GlobeLand30三期数据及其他辅助全球地表覆盖数据进行预处理，使其投影方式、范围、类别体系一致；所述其他辅助全球地表覆盖数据包括两种30m的全类别地表覆盖数据FROM-GLC数据、GLC_FCS2015数据、30m的单一森林覆盖数据Global ForestChange数据和300m分辨率的ESACCI-LC-L4-LCCS数据；所述FROM-GLC数据包含FROM2015、FROM2017，所述Global Forest Change数据包含GFC2000、GFC2010、GFC2017，所述ESACCI-LC-L4-LCCS数据包含CCI2000、CCI2010、CCI2015。

步骤2，GlobeLand30三期数据间的空间不一致性处理，处理由于GlobeLand30三期数据间几何配准误差造成的前后两期数据间的不一致性，处理过程中以GlobeLand2010为基准，若GlobeLand2000和GlobeLand2020存在空间不一致现象，通过修正边界像素将其与GlobeLand2010对齐。

步骤3，对于GlobeLand30数据中出现的岛屿丢失现象进行处理，利用同时相的其他辅助全球地表覆盖数据进行补足。

步骤4，利用其他辅助全球地表覆盖数据的相互验证获得可靠的水体和湿地类别结果，处理GlobeLand30数据中水体、湿地的不一致性。