数据众包案例Word格式.docx

1、二、原始数据所使用的数据均由地理空间数据云（GSCloud）提供，1988年、1993年、1999年、2002年、2007年、2014年六个时期的Landsat8遥感影像，和2014年资源三号（多光谱和全色波段）影像及高分一号高分辨率遥感影像；三、分类标准基于Landsat8遥感影像，土地利用类型分为6大类，分别为河流、湿地、农田、建设用地、裸地、林地。基于高分辨率遥感影像，土地利用类型分为6大类：分别为农田、林地、草地、建筑用地、裸地、湿地，其中湿地细分为6小类，分别是：河流水域、河流洪泛湿地、农用湿地、水库/库区湿地、人工河渠、城市景观河娱乐型湿地，总共11类。湿地分类可参考已有的湿地分类

2、系统，如湿地公约和中国湿地调查的分类成果，以及牛振国等人制定的基于遥感的全国湿地分类系统（牛振国等，2009）。具体说明如下：河流水域：永久性或季节性河流、溪流和三角洲；人工开挖的主干型河道；河流洪泛湿地：季节性泛滥的农用地；季节性或间歇性洪泛地；农用湿地：农用的水塘、蓄水池；水产池塘；稻田；小型水沟/渠；水库/库区湿地：水库、拦河坝和堤坝形成的蓄水区；人工河渠：人工开挖的顺直型水渠，不包括人工开挖的主干型河道；城市景观河娱乐型湿地。四、质量控制分类边界准确、清晰；基于高分辨率影像，分类精度为2米（使用全色波段融合后分辨率为2米的影像进行分类）。五、分类成果基于Landsat 数据的石家庄市土

3、地利用分类2015-11-03 10:20:42数据处理区域为石家庄市（红色多边形），区域示意图如下：使用数据标识号为C81240342013363LGN00和LC81240332013363LGN00的Landsat8影像进行分类，数据通过GSCloud（土地利用类型分为七大类，分别是耕地、园地、林地、草地、建筑用地、水体和其它。分类标准和编码采用“GB/T 21010-2007 土地利用现状分类国家标准”（详见附件），其中编码05，06，07，08，09，10均划分为建筑用地（编码为05）。土地类型分类准确、边界清晰；有效去除山体阴影、云及云的阴影、积雪等地物的影响；分类精度为15米（采用

4、全色波段进行融合后分类）数据格式为.SHP基于Landsat数据长时间序列青藏高原区域湖泊提取2015-10-27 11:14:49 青藏高原水系发育、湖泊众多，是中国湖泊分布最密集的地区。本研究基于GSCloud平台的Landsat数据，综合利用MNDWI、NDWI、NDVI等指数对1990年、1995年、2000年、2005年、2010年青藏高原区域湖泊进行提取。 本研究采用数据众包模式进行，共分为15个任务包，共收到报名人数超过200人，其中每一个任务选取2-3个人参与数据加工，最终选择其中质量最优数据作为最终成果。 本研究成果有效去除了山体阴影、云及云的阴影、积雪、冰川等非水体地物的影

5、响，湖泊边界准确、清晰，误差控制在了一个像元内。 青藏高原区域，面积约258万平方公里，区域示意图如下：二、数据来源：原始Landsat 5 TM、Landsat 7 ETM数据来源于GSCloud（优先使用某一年份9-11月份数据，如该时间段内没有相应数据，使用此年8月、12月份的数据代替，次之使用相邻年份的数据代替；优先Landsat 5 TM和Landsat 7 ETM SLC-on数据，如果找不到合适的数据，使用Landsat 7 ETM SLC-off的数据补充，SLC-off数据条带修复采用GSCloud提供的Landsat ETM SLC-off 条带修复模型。选取湖泊边界范围无

6、云或少云的数据。三、数据加工方法： 湖泊的提取针对不同的数据、地形条件、湖泊的多少，采用了不同的方法。没有一个统一的方法对所有数据都有好的效果。处理过程中涉及到了NDWI、MNDWI等相关水体指数，另外针对某些影像使用了分类与阈值分割相结合的方法。 数据预处理包括辐射定标和大气校正，大气校正用flaash校正对于有云数据，通过多幅影像的无云部分来完成提取，部分薄云区可以提取云层下水体，利用envi软件的Haze_tool工具可去除薄云。四、数据质量控制：提取所有大于或等于四个像元，即面积大于或等于3600平方米的所有湖泊；数据质量：o湖泊边界准确、清晰，误差控制在一个像元内；o有效去除山体阴影、云及云的阴影、积雪、冰川、裸地等非水体地物的影响，云覆盖区域需要使用其他时期遥感影像数据补齐；数据格式为：shp投影为：WGS经纬度坐标系五、数据成果：