1988–2017年黃山自然與文化遺產地森林擾動數據集
| 1988–2017年黃山自然與文化遺產地森林擾動數據集 作者：張少宇 朱嵐巍 霍艷輝 楊旭 唐世林 2019年9月24日 |
 張少宇, 朱嵐巍, 霍艷輝. 1988–2017年黃山自然與文化遺產地森林擾動數據集[J/OL]. 中國科學數據, 2019, 4(3). (2019-04-23). DOI: 10.11922/csdata.2018.0076.zh. |
摘要&關鍵詞
[編輯]摘要：基於Google Earth Engine（GEE）雲計算平台，利用1988–2017年共計30期Landsat 5、Landsat 7、Landsat 8數據進行在線批量處理，結合森林擾動提取算法，提取30年的每年森林擾動變化；利用GEE雲平台及ArcGIS 10.5軟件進行結果統計及精細製圖，採用流程化的處理方式，得到長時間序列的黃山自然與文化遺產地每年的森林擾動數據集。本數據集可用於黃山遺產地森林時空變化分析、遺產地的要素監測、遺產地的可持續發展等研究，能夠清晰地反映黃山自然遺產地在長時間序列監測作用下的變化特徵。
關鍵詞：自然遺產地；森林擾動；GEE；黃山；Landsat
Abstract & Keywords
[編輯]Abstract: On the cloud computing platform Google Earth Engine (GEE), we performed batch processing on Landsat 5, Landsat 7, Landsat 8 data for the Huangshan Natural and Cultural Heritage site over the past 30 years in 1988 – 2017, and used forest disturbance extraction algorithm to extract annual variations of forest disturbance during this period. Then GEE cloud platform and ArcGIS10.5 software were used for fine mapping and result statistics. This dataset can be used for analyzing the temporal and spatial changes of forests, monitoring the heritage elements and studying the sustainable development of the Huangshan heritage site. It clearly reflects the changing characteristics of the site under long-term sequence monitoring.
Keywords: natural heritage; forest disturbance; GEE; Huangshan; Landsat
數據庫（集）基本信息簡介
[編輯]| 數據庫（集）名稱 | 1988–2017年黃山自然與文化遺產地森林擾動數據集 |
| 數據作者 | 張少宇、朱嵐巍、霍艷輝、楊旭、唐世林 |
| 數據通信作者 | 朱嵐巍（zhulw@radi.ac.cn） |
| 數據時間範圍 | 1988–2017年 |
| 地理區域 | 森林擾動數據集的範圍為黃山自然與文化遺產地保護區，東經118°01'–118°17'、北緯30°01'–30°18'，包括遺產地的官方劃定範圍，以及黃山管理委員會規劃範圍，其中規劃範圍包含核心區。 |
| 空間分辨率 | 30 m |
| 數據量 | 8.19 MB |
| 數據格式 | *.shp，*.tif，*.lyr，*.jpg，*.mxd |
| 數據服務系統網址 | http://www.sciencedb.cn/dataSet/handle/681 |
| 基金項目 | 中國科學院A類先導專項（XDA19030500）；海南省面上自然科學基金（sy17zm01132）；國家發展和改革委員會促進大數據發展重大工程（2016-999999-65-01-000696-01）。 |
| 數據庫（集）組成 | 本數據集主要包括1988–2017年長時間序列30年的黃山自然遺產地的森林擾動結果數據。這些數據保存為一個壓縮文件（1988–2017年黃山自然與文化遺產地森林擾動數據集.zip），其中包含4個文件夾（地理要素、源數據、符號系統、製圖）。 |
Dataset Profile
[編輯]| Title | A dataset of forest disturbance on the site of Huangshan Natural and Cultural Heritage, 1988 – 2017 |
| Data corresponding author | Zhu Lanwei (zhulw@radi.ac.cn) |
| Data authors | Zhang Shaoyu, Zhu Lanwei, Huo Yanhui,Yang Xu,Tang Shilin |
| Time range | 1988 – 2017 |
| Geographical scope | The forest disturbance dataset covers the scope of the Huangshan Natural and Cultural Heritage Site (E 118°01'—118°17', N 30°01'—30°18'). It includes the officially delineated area of the site and the area under planning by the Huangshan Management Committee, the latter of which designates the core area. |
| Spatial resolution | 30 m |
| Data volume | 8.19 MB |
| Data format | *.shp，*.tif，*.lyr，*.jpg，*.mxd |
| Data service system | <http://www.sciencedb.cn/dataSet/handle/681> |
| Sources of funding | Strategic Priority Research Program of the Chinese Academy of Sciences (XDA19030500); General Programs of Natural Science Foundation of Hainan Province (sy17zm01132); Major Program for Big Data Development of the National Development and Reform Commission (2016-999999-65-01-000696-01). |
| Dataset composition | This dataset mainly includes data of the forest disturbance results across long-term sequences of Huangshan Natural Heritage Site from 1988 to 2017. The dataset is saved as a compressed file (A dataset of forest disturbance on the site of Huangshan Natural and Cultural Heritage_1988–2017.zip), comprised of four folders (namely, geographical element, source data, symbol system, mapping). |
引 言
[編輯]世界遺產主要包括自然遺產、文化遺產、混合遺產3種，是由聯合國教科文組織和世界遺產委員會發起並確認的世界人民公認的、目前無法替代的財富，是全人類最具有代表性和最具有普遍價值的文物古蹟及自然景觀。其中自然遺產包含奇特的自然景觀、完整的生態系統、原始的生物保護圈，突出體現了大自然的鬼斧神工、動植物的良好生活家園、生物進化的顯著特徵等。因此世界遺產逐漸受到人類的廣泛重視，越來越多的國家和人民加入保護自然遺產、保護世界遺產的行列當中。
黃山在1990年被評為世界自然與文化遺產，在2015年被評為世界地質公園，在2018年被列入世界生物圈保護區，因此黃山在中國乃至世界上都占據非常高的地位。本文利用遙感空間技術，在自然遺產的研究課題下針對中國的自然與文化遺產地–黃山進行長時間序列的監測研究，並利用雲計算平台及森林擾動提取算法得到1988–2017年30年的森林擾動數據產品，並進行數據共享。相關的研究成果作為自然遺產的研究成果的一部分，反映了自然遺產的歷史及現在的生存狀況，同時也可為相關學者研究其他自然遺產地提供相關參考。
1 數據採集和處理方法
[編輯]1.1 數據來源
[編輯]本研究使用的雲計算在線處理平台，具有高效、快速、方便等多個特點，解決了數據年份過多、研究區過大、數據下載繁瑣等眾多問題。在線獲取的原始數據集是美國地質勘探局（http://glovis.usgs.gov/）提供的Landsat产品数据集。Landsat具有较高的分辨率（30 m）、較長的時間跨度、開放式使用等眾多特點[1]，對長時間序列監測研究具有顯著優勢。區域尺度的植被變化監測研究，主要使用的是Landsat影像數據[2][3][4]。通過人工預覽選取30年中較好的數據產品（表1），並進行相應的預處理得到可在線使用的1988–2017年的基礎數據集。
表1 黃山自然遺產地遙感影像數據列表
| 序號 | 成像日期 | 衛星 | 傳感器 | 軌道號 |
| 1 | 1988-06-03 | Landsat 5 | TM | 120-039 |
| 2 | 1989-11-29 | Landsat 5 | TM | 120-039 |
| 3 | 1990-10-15 | Landsat 5 | TM | 120-039 |
| 4 | 1991-11-03 | Landsat 5 | TM | 120-039 |
| 5 | 1992-11-21 | Landsat 5 | TM | 120-039 |
| 6 | 1993-12-26 | Landsat 5 | TM | 120-039 |
| 7 | 1994-09-24 | Landsat 5 | TM | 120-039 |
| 8 | 1995-10-13 | Landsat 5 | TM | 120-039 |
| 9 | 1996-04-22 | Landsat 5 | TM | 120-039 |
| 10 | 1997-11-03 | Landsat 5 | TM | 120-039 |
| 11 | 1998-04-28 | Landsat 5 | TM | 120-039 |
| 12 | 1999-12-27 | Landsat 5 | TM | 120-039 |
| 13 | 2000-10-10 | Landsat 5 | TM | 120-039 |
| 14 | 2001-02-15 | Landsat 5 | TM | 120-039 |
| 15 | 2002-09-30 | Landsat 5 | TM | 120-039 |
| 16 | 2003-02-05 | Landsat 5 | TM | 120-039 |
| 17 | 2004-04-20 | Landsat 7 | ETM | 120-039 |
| 18 | 2005-03-06 | Landsat 7 | ETM | 120-039 |
| 19 | 2006-05-20 | Landsat 5 | TM | 120-039 |
| 20 | 2007-01-07 | Landsat 7 | ETM | 120-039 |
| 21 | 2008-02-27 | Landsat 7 | ETM | 120-039 |
| 22 | 2009-03-09 | Landsat 5 | TM | 120-039 |
| 23 | 2010-03-28 | Landsat 5 | TM | 120-039 |
| 24 | 2011-05-18 | Landsat 5 | TM | 120-039 |
| 25 | 2012-04-26 | Landsat 7 | ETM | 120-039 |
| 26 | 2013-04-07 | Landsat 8 | OLI | 120-039 |
| 27 | 2014-10-25 | Landsat 7 | ETM | 120-039 |
| 28 | 2015-02-06 | Landsat 8 | OLI | 120-039 |
| 29 | 2016-03-28 | Landsat 8 | OLI | 120-039 |
| 30 | 2017-10-09 | Landsat 8 | OLI | 120-039 |
1.2 數據處理方法
[編輯]近幾十年來，許多遙感變化檢測方法被提出、應用、對比分析和評價[4]。同時也出現了很多監測森林擾動的指數，如MODIS全球擾動指數（MGDI）、基於纓帽變化的擾動指數（DI）、歸一化濕度指數（NDMI）、綜合森林特徵指數（IFZ）、歸一化植被指數（NDVI）、歸一化燃燒比指數（NBR）等[3]。但是每個指數具有不同的特點，針對不同的擾動類型具有不同的監測能力，同時眾多指數對於不同的研究區也會出現一定的差異性。本文參考眾多文獻進行相關總結分析，選取DI指數作為研究方法的基礎，並採取因地制宜的方式進行改進，對黃山自然遺產地進行監測。
根據森林擾動監測算法原理，基於森林擾動DI算法加以改進，DI指數在根據對影像波段的進行纓帽變化後，提取其主要的分量進行數學運算，以獲取主要的森林擾動信息，其改進後DI算法的主要原理如下[5]：
森林擾動指數DI = Bt –(Gt+Wt) （1）
標準化後的亮度Bt=（B-Bμ）/Bσ （2）
標準化後的綠度Gt =（G-Gμ）/Gσ （3）
標準化後的濕度Wt =（W-Wμ）/Wσ （4）
森林擾動指數平均值DIμ= Bμ- ( Gμ+ Wμ) （5）
擾動像元平均值DIm= (DIμ1+DIμ2 +...+ DIμn)/n 其中1…n為年份 （6）
式（1）中Bt、Gt、Wt分別為標準化後的亮度、綠度、和濕度。式（2）中B為纓帽變化後第一個分量波段代表亮度，Bμ表示第一分量波段平均值，Bσ為第一分量波段方差。式（3）、式（4）同理分別對應纓帽變化後第二分量和第三分量，代表綠度和濕度以及其平均值和方差。式（5）中DIμ代表森林擾動指數平均值，根據其亮度平均值、綠度平均值以及濕度平均值計算而來；式（6）中DIm表示由多年份森林擾動指數平均值計算而來，n為時間年份。
擾動像元以及恢復像元判別：
θ為閾值，閾值調整首先參考DIm平均值的大小，一般往大於DIm的方向選擇。連續三年DI值大於θ，即定義為擾動像元；即DIn、DIn+1、DIn+2均大於θ，則DIn為第n年擾動值，此時DIn對應的該像元為擾動像元。DIn、DIn+1、DIn+2中DIn為擾動像元，DIn+1、DIn+2均小於θ，則DIn對應的該像元為恢復像元。本次實驗通過計算DIm值，以及參考持久森林樣本DI值，綜合考慮後本實驗初次θ閾值選取為4.0，以步長為0.5，分別進行多次實驗；對檢測結果的範圍大小、變化程度進行比較，經過多次試驗後確定閾值。
本文的研究路線如圖1，利用Google Earth Engine雲計算在線處理平台，先進行原始數據的大氣校正、GEE中Landsat.simpleCloudScore函數及image.updateMask函數進行去雲掩膜；然後進行監督分類、計算NDVI濾波；然後結合Landsat TOA數據產品進行纓帽變換、擾動提取、結果導出等。以上工作大部分可依靠編程完成。在數據平台導出數據後，然後通過ArcGIS軟件進行處理，同時利用2017年哨兵數據、Google Earth高分辨率影像、實地驗證進行結果分析和結果驗證，最終生成1988–2017年共30年逐年森林擾動產品數據集。
圖1 森林擾動研究技術路線
2 數據樣本描述
[編輯]2.1 數據組成
[編輯]本數據集主要包括1988–2017年長時間序列30年的黃山自然遺產地的森林擾動結果數據，這些數據保存為一個壓縮文件。壓縮文件中包含4個文件夾（地理要素、源數據、符號系統、製圖），總數據量為8.19 MB。地理要素文件夾中包含建築、水體、邊界、索道、公路、步道對應的矢量數據，文件為shp格式，可直接進行查看編輯；此邊界為相關課題邊界研究人員參考多方資料確定的黃山自然遺產地的邊界範圍；其他要素為本研究工作人員搜集數據，結合地形圖，規劃圖矢量化而成。源數據文件夾中每個文件夾單獨存儲每一年的對應的tif柵格數據文件，共有6個屬性值，分別為未擾動森林、擾動森林、恢復森林、建築裸岩、耕地和水體，採用的UTM-WGS84坐標系；符號系統文件夾中為ArcGIS軟件中屬性值中的符號系統，此為模板方便賦值使用，格式為lyr可直接使用或編輯；mxd格式文件為ArcGIS軟件格式文件，包含所有的源文件信息可直觀進行查看；製圖文件夾中為1988–2017年30年的製圖成果，格式為jpg。
2.2 數據樣本
[編輯]圖2為黃山自然遺產地1988–2017年中6期的森林擾動監測產品。通過GEE平台中的監督分類的方式，選取足夠多的樣本進行分類，主要分為森林、水體、建築、裸岩、耕地；然後通過NDVI濾波再次篩選森林像元。森林擾動信息的提取是對森林像元做變化監測，根據連續3年的處理像元值的比較來判斷是否為擾動像元或恢復像元。使用的方法是GEE平台中Join函數方法，查看當前年份前後年份的像元值是否大於θ，只要存在連續3年大於θ，均定義為擾動像元。例如，起始年份1988年只查看當前年份及後一年數據即1989年像元值是否大於θ，以及終止年份只查看當前年份及左年份即2016年像元值是否大於θ，以此定義是否為擾動像元。森林擾動點位主要集中在旅遊路線的主幹道兩側、山頂的賓館附近、水系附近、較高海拔、以及森林與裸岩的交界處。主要的擾動類型為森林–裸岩、森林–建築、森林–土地以及植被的自然變遷。例如，2006年黃山自然遺產地的保護面積為160.6平方公里，緩衝區面積為490平方公里，2006年的森林擾動面積接近7.6萬平方米，恢復面積為6.8萬平方米，擾動面積占據總覆蓋面積的0.0473%，恢復面積占據總覆蓋面積的0.0423%。
圖片（a）
圖片（b）
圖片（c）
圖片（d）
圖片（e）
圖片（f）
圖2 黃山自然與文化遺產地6期森林擾動圖
3 數據質量控制和評估
[編輯]3.1 數據結果分析
[編輯]根據結果統計可得1988–2017年30年中每年擾動面積和恢復面積見圖3。根據30年的森林擾動趨勢可看出，早期及2011年前後具有大面積的擾動，2008年前後出現大面積擾動，隨後未發生較好的恢復。最近10年雖一直頻繁出現不同程度的擾動，但整體占據比例很小，仍在自然變化的可接受範圍之內。在每次擾動之後均有一定幅度的面積恢復，分析可知主要以森林自然變化為主。選取每年的具體擾動點位進行比較來看，大多擾動點位出現在低等植物與高等植物、裸岩交界之處；由於數據質量的限制，不得不採用每年份相對較好的影像，因此就滿足不了同一月份進行比較；同時由於黃山季節變化也會出現很大的差異，數據選取問題給提取精度帶來影響，造成一定程度的擾動信息誤提取，導致提取精度一般；但鑑於此方法高效、快捷、可同時進行長時間序列分析，因此具有一定的普遍適用性和可擴展性，可優選其使用數據並用於其他地區研究。
圖3 森林恢復和擾動面積列表
3.2 精度驗證方式
[編輯]採用輔助數據，2017年哨兵數據、Landsat原始數據、高分影像Google Earth數據進行目視解譯。採用目視解譯的方法，根據隨機分層抽樣原理[6]；由於Google高分影像限制，選取2008–2017年共10年每年的擾動點，每層隨機抽樣30個樣本；未擾動森林、非森林每層隨機抽取樣本100個，共500個像元點。根據精度評價混淆矩陣，計算製圖精度、用戶精度、總體精度、誤檢率、漏檢率、Kappa係數加以評價。總體精度為80.66%，Kappa係數為0.77，見表2。
表2 精度混淆矩陣及評價表
| '預測值'真實值 | 持續森林 | 非森林 | 2008 | 2009 | 2010 | 2011 | 2012 | 2013 | 2014 | 2015 | 2016 | 2017 | 總計 | 用戶精度 | 誤檢率% |
| 持續森林 | 94 | 6 | 100.0 | 94.00 | 6.00 | ||||||||||
| 非森林 | 3 | 97 | 100.0 | 97.00 | 3.00 | ||||||||||
| 2008 | 3 | 2 | 25 | 30.00 | 83.33 | 16.67 | |||||||||
| 2009 | 8 | 22 | 30.00 | 73.33 | 26.67 | ||||||||||
| 2010 | 1 | 1 | 1 | 26 | 1 | 30.00 | 86.66 | 13.34 | |||||||
| 2011 | 8 | 1 | 21 | 30.00 | 70.00 | 30.00 | |||||||||
| 2012 | 5 | 1 | 1 | 22 | 1 | 30.00 | 73.33 | 26.67 | |||||||
| 2013 | 6 | 1 | 22 | 1 | 30.00 | 73.33 | 26.67 | ||||||||
| 2014 | 5 | 25 | 30.00 | 83.33 | 16.67 | ||||||||||
| 2015 | 1 | 1 | 28 | 30.00 | 93.33 | 6.67 | |||||||||
| 2016 | 1 | 29 | 30.00 | 96.67 | 3.33 | ||||||||||
| 2017 | 1 | 1 | 3 | 3 | 22 | 30.00 | 73.33 | 26.67 | |||||||
| 總計 | 135 | 110 | 26 | 22 | 27 | 21 | 22 | 24 | 28 | 31 | 32 | 22 | 500.0 | ||
| 製圖精度 | 69.63 | 88.18 | 96.15 | 100.0 | 96.29 | 100.0 | 100.0 | 91.67 | 89.29 | 90.32 | 90.63 | 100.0 | 總體% | kappa | |
| 漏檢率% | 30.37 | 11.82 | 3.80 | 0.00 | 3.70 | 0.00 | 0.00 | 2.90 | 1.71 | 9.70 | 9.40 | 0.00 | 80.66 | 0.77 |
通過實地驗證的方式，共選取4種典型樣本點（圖4），驗證點位分別為a（118°09'42.27″E、30°04'00.78″N），b（118°10'38.27"E、30°4'30.89"N），c（118°14'15.68"E、30°8'32.67"N），d（118°9'32.237"E、30°8'36.161"N）。圖4a為早期擾動，現已經完全恢復，森林密集程度走勢較好，左側為該樣本點DI值的走勢圖，由圖可知當地森林覆蓋良好；圖4b為早期多次擾動，近幾年逐漸恢復，由實地情況可知為較新樹種覆蓋良好。圖4c為持續未擾動森林，一直處於較好的狀態，由圖可知此樣本相比圖4a、4b兩樣本明顯有更好的覆蓋效果。圖4d為近幾年發生擾動但沒有完全恢復樣本，經過現場查看可知此處多為植被生長變化造成的自然擾動，由於是裸岩與植被交界處，受到季節植被變化影響，容易出現監測擾動值持續較高，由此可見此處的覆蓋度較差。
圖片（a）
圖片（b）
圖片（c）
圖片（d）
圖4 4種典型樣本點
4 數據使用方法和建議
[編輯]數據使用的tif格式、shp格式的文件、lyr格式文件、mxd格式文件，便於研究工作者查看和進行編輯。本文採用ArcGIS軟件進行編輯繪製，同時數據集中也包含了本文所設置的圖層模板，便於更好的查看和製圖。本數據集具有很強的代表性，可以為眾多研究學者研究森林變化、植被變化、自然遺產地監測提供一定程度的參考。同時本研究數據集可直接用於黃山遺產地保護、規劃、可持續發展等研究。
致 謝
[編輯]非常有幸能夠參與到自然遺產的保護研究工作當中，能夠有機會致力於遺產的保護和發展；同時感謝楊瑞霞副研究員在驗證工作中給予指導，感謝杜文杰、王普、陳亞亞等同學在研究過程中提供了很多幫助。
參考文獻
[編輯]- ↑ 湯冬梅, 樊輝, 張瑤. Landsat時序變化檢測綜述[J]. 地球信息科學學報, 2017, 19(08): 1069-1079.
- ↑ 張連華, 龐勇, 岳彩榮, 等. 基於纓帽變換的景洪市時間序列Landsat影像森林擾動自動識別方法研究[J]. 林業調查規劃, 2013, 38(02):6-12, 19.
- ^ 3.0 3.1 楊辰, 沈潤平. 森林擾動遙感監測研究進展[J]. 國土資源遙感, 2015, 27(01): 1-8.
- ^ 4.0 4.1 HEALEY S P , COHEN W B , SPIES T A , et al. The Relative Impact of Harvest and Fire upon Landscape-Level Dynamics of Older Forests: Lessons from the Northwest Forest Plan[J]. Ecosystems, 2008, 11(7): 1106-1119.
- ↑ HEALEY S P , COHEN W B , YANG Z Q, et al. Comparison of Tasseled Cap-based Landsat data structures for use in forest disturbance detection[J]. Remote Sensing of Environment, 2005, 97(3): 301-310.
- ↑ 張宇欣, 倪靜, 楊存建, 等. 基於擾動指數的岷江上游森林擾動時間序列研究——以理縣為例[J]. 浙江林業科技, 2017, 37(03): 48-53.
數據引用格式
[編輯]張少宇, 朱嵐巍, 霍艷輝. 1988–2017年黃山自然與文化遺產地森林擾動數據集[DB/OL]. Science Data Bank, 2018. (2018-11-16). DOI: 10.11922/sciencedb.681.
