中国1:25万遥感物候模式分区数据集(2021年):9个一级33个二级分区完整说明
摘要:基于近十年VIIRS植被指数(EVI2)和遥感地表物候数据,以地貌小区为分区单元,采用空间约束层次聚类算法(SKATER)构建的面向自然场景土地覆被分类的中国遥感物候模式分区。全国共划分为9个一级分区、33个二级分区,矢量格式,GCS WGS84坐标系。
关键词:遥感物候 · 物候模式分区 · 植被指数EVI2 · SKATER聚类 · 土地覆被分类 · 自然场景
数据代码:
物候模式分区-2021系列索引:27.GlobeLand30地表覆盖 | 29.一级流域分级 | 30.遥感物候模式分区(本文)
.jpg)
0. 数据档案
1. 免费获取方式
数据由微信公众号 YouGIS顽石 整理分享,完全免费。
方式一:YouGIS 公众号关键词(推荐)
关注微信公众号 YouGIS顽石,发送关键词:
系统自动回复 百度网盘 + 夸克网盘 双链接。
方式二:YouGIS 数据助手
2. 数据背景
2.1 什么是遥感物候模式分区
植被物候变化是造成自然场景土地覆被类内光谱特征异质的主要原因。本数据集利用遥感观测的反映地表植被绿度状态的植被指数和反映地表植被生长发育节律的关键物候期构建分区指标体系,以反映微地貌形态、坡面属性及地表物质组成的地貌小区为分区单元,构建了面向自然场景土地覆被分类的中国遥感物候模式分区。
2.2 建设目的
为全国尺度土地覆被典型样本库构建、土地覆被分区分类策略实施等提供数据支持。服务对象为从事遥感智能解译的学者和研究人员。
2.3 数据怎么做的
以近十年VIIRS植被指数数据集、遥感地表物候数据集和中国地貌区划为数据基础,以两级区划模式构建:
从土地覆被遥感分类原理出发,基于近十年EVI2数据和物候数据,提取多年平均EVI2变异系数、最小值、最大值以及多年平均生长季始期、末期、成熟期始期和生长季长度等指标
利用植被绿度状态指标建立区划准则,对物候特征显著与不显著区域进行划分
在物候特征显著区域对物候期指标开展相关性分析进行筛选
基于筛选后的指标采用 SKATER聚类算法 得到一级分区
在每个一级分区内分别开展指标筛选,执行SKATER聚类得到二级分区
2.4 质量验证
使用非参数Kruskal-Wallis检验和Dunn’s成对比较检验(显著性水平0.05),结果表明不同分区间植被生长季始期均存在显著统计差异(p<0.05),分区数据能有效揭示地表植被遥感物候模式的空间分异特征和规律。
3. 技术规格
4. 数据使用方法
4.1 Python 读取
import geopandas as gpd
gdf = gpd.read_file('phenology_zones.shp')
print(f"分区数量:{len(gdf)}")
print(gdf.columns.tolist())
print(gdf.head(20))
4.2 分区统计
# 一级分区数量
level1 = gdf['LEVEL1'].nunique()
level2 = gdf['LEVEL2'].nunique()
print(f"一级分区:{level1}个,二级分区:{level2}个")
4.3 可视化
import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(12, 10))
gdf.plot(column='LEVEL1', cmap='Set3', legend=True, ax=ax)
ax.set_title('中国遥感物候模式分区(2021年)')
plt.savefig('phenology_zones.png', dpi=300)
5. 适用场景
6. 使用注意事项
6.1 引用要求
刘晓亮, 王志华, 杨晓梅, 等. 面向自然场景土地覆被分类的遥感物候模式分区. 地理学报, 2024, 79(9): 2206-2229.
数据来源标注:国家科技基础条件平台-国家地球系统科学数据中心(http://www.geodata.cn)
6.2 特别说明
该数据仅供科学研究参考使用,不作为决策分析的依据。
7. 常见问题
Q1: 什么是SKATER算法?
SKATER(Spatial 'K’luster Analysis by Tree Edge Removal)是一种基于图论的空间约束层次聚类算法,在聚类时考虑空间邻接关系,确保同一类别的区域在空间上连通。
Q2: 一级分区和二级分区有什么区别?
一级分区反映物候特征的大尺度空间分异(9个区),二级分区在一级分区内进一步划分(33个区),反映更精细的物候差异。
参考文献
刘晓亮, 王志华, 杨晓梅, 等. 面向自然场景土地覆被分类的遥感物候模式分区. 地理学报, 2024, 79(9): 2206-2229.
VIIRS EVI2: https://lpdaac.usgs.gov/products/vnp13c1v001/
数据来源:国家地球系统科学数据中心 | 整理分享:YouGIS顽石


评论区