本数据集以中国区域2001年至2024年逐年土地覆盖数据、植被覆盖度(FVC)数据和沙化土地范围数据为基础,按照土地沙化程度评价规则生成逐年土地沙化程度分级栅格。数据空间分辨率约为500米,坐标系统为WGS84,覆盖中国陆地区域及相关评价范围。数据集将评价结果划分为无沙化、轻度沙化、中度沙化、重度沙化和极重度沙化五类,并同步提供年度面积统计信息,可用于土地沙化时空变化监测、生态问题识别、生态修复成效评价和区域生态质量综合分析。数据处理过程中统一了投影、分辨率、栅格范围和NoData设置,并对FVC值域、分类编码和面积统计结果进行一致性检查,保证年度序列之间具有较好的可比性。
关键词:土地沙化;FVC;MODIS;沙化程度分级;GeoTIFF;WGS84
引 言
土地沙化是干旱、半干旱及部分半湿润地区重要的生态退化问题之一,直接影响区域植被恢复、土壤保持、农牧业生产和生态安全格局。长期、连续、空间一致的土地沙化程度数据,对于识别沙化土地分布格局、评价生态保护修复成效、支撑国土空间生态监管具有重要意义。已有研究和技术规范表明,土地沙化程度评价需要综合考虑沙化土地范围、土地覆盖类型和植被覆盖状况等信息,避免仅以低植被覆盖度判定沙化而造成水体、建设用地、裸岩、盐碱地等类型的误判[1-3]。
随着MODIS等卫星遥感产品的长期稳定运行,逐年土地覆盖、植被指数和植被覆盖度产品为大范围土地退化监测提供了基础数据条件。相比单期解译成果,连续年度栅格数据能够更清晰地刻画沙化程度的年际波动和空间转移特征,也便于与气候、人类活动、生态工程和土地利用变化等因子开展耦合分析。为保证不同年份之间的可比性,本数据集在统一网格上进行掩膜构建、FVC分级和面积统计,形成了标准化的土地沙化程度年度产品。
本工作面向土地沙化动态监测和生态评估应用,构建了2001-2024年中国土地沙化程度分级数据集。数据成果包括逐年分级栅格、沙化评价对象掩膜、盐碱地辅助掩膜、矢量化处理成果和年度面积统计信息。该数据集可直接用于不同年份土地沙化程度对比、重点区域筛查、沙化治理成效评估及后续专题制图,为区域生态环境研究和管理决策提供基础数据支撑。
1 数据采集和处理方法
1.1 数据采集方法
本数据集使用的基础数据包括2001-2024年逐年MODIS土地覆盖栅格、年度FVC栅格、沙化土地范围数据及盐碱地辅助数据。其中,土地覆盖数据用于识别非沙化土地和可能参与评价的土地覆盖类型;FVC数据用于在沙化评价对象范围内判定沙化程度;沙化土地范围和盐碱地辅助数据用于约束评价范围并减少非沙化裸地、盐碱地等区域的误判。所有基础数据在处理前统一坐标系统、空间分辨率、栅格范围和像元对齐关系。
1.2 数据处理
数据处理首先将沙化土地范围和盐碱地辅助数据转换到统一坐标系统,并栅格化到土地覆盖数据的同一网格,形成沙化评价对象掩膜和盐碱地辅助掩膜。随后,以沙化土地范围和土地覆盖类型共同确定评价对象:非沙化土地直接赋值为无沙化,沙化评价对象进入FVC分级流程,研究区外或无法判定区域赋值为0并作为NoData处理。各年度土地覆盖数据、FVC数据和评价掩膜保持一致的投影、分辨率、范围和像元对齐关系。
沙化程度分级依据FVC阈值完成:非沙化土地编码为1;沙化评价对象且FVC>0.50编码为2,表示轻度沙化;0.30≤FVC≤0.50编码为3,表示中度沙化;0.10≤FVC<0.30编码为4,表示重度沙化;FVC<0.10编码为5,表示极重度沙化。最终逐年输出土地沙化程度分级栅格,并统计各等级像元数量和面积,形成年度面积统计表。以2024年为例,无沙化面积约792.87万km²,轻度沙化约3.07万km²,中度沙化约16.49万km²,重度沙化约38.75万km²,极重度沙化约104.12万km²。
年度面积统计按照对应等级像元数量与单个像元面积累加获得,并在统计表中同时记录不评价区域和各沙化等级的像元数及面积。其中,编码0表示研究区外、NoData或不评价区域,编码1至编码5依次对应无沙化至极重度沙化等级。
2 数据样本描述
本数据集主体成果为2001-2024年逐年土地沙化程度分级GeoTIFF栅格,共24期。栅格为单波段整型数据,NoData值为0,有效编码1-5分别代表无沙化、轻度沙化、中度沙化、重度沙化和极重度沙化。配套统计表记录各年度FVC值域、异常像元数量、各等级像元数量和面积。矢量处理成果用于追溯沙化评价对象和盐碱地辅助处理范围。图1展示了2024年中国土地沙化程度分级结果,图中采用指定底图模板叠加栅格图层,并统一标注图名、图例名称和五级分类。

3 数据质量控制和评估
本数据集在处理过程中开展了多层次质量控制。首先,对输入数据进行统一投影、统一分辨率、统一范围和像元对齐检查,确保土地覆盖数据、FVC数据和沙化评价掩膜能够逐像元叠加。其次,对FVC数据值域进行检查,各年度FVC最小值和最大值均位于0-1范围内,并记录评价对象内的异常像元数量。再次,对输出栅格编码进行检查,确保有效等级仅包含1、2、3、4、5,0仅用于研究区外、NoData或不评价区域。
面积统计采用逐像元面积累加方式完成,并在年度统计表中记录各等级像元数量和面积,用于检验分类结果与栅格编码的一致性。2001-2024年各期数据采用相同评价规则和同一空间网格,保证时间序列分析时的口径一致。质量评估还重点关注水体、湿地、建设用地、裸岩和盐碱地等低植被覆盖区域的剔除或辅助修正,减少因FVC偏低导致的沙化等级误判。
4 数据价值
本数据集的价值主要体现在长时间序列、统一处理规则和即用型成果三个方面。与单期沙化调查或仅提供基础遥感变量的数据相比,本数据集直接提供2001-2024年逐年土地沙化程度等级,可支持年际变化分析、重点区域识别和沙化治理成效评估。数据以常用栅格和统计表格式发布,编码清晰、结构简单,便于在ArcGIS、QGIS、Python、R和Google Earth Engine等平台中读取和二次分析。通过沙化评价掩膜、土地覆盖类型和FVC阈值的组合处理,数据兼顾了遥感连续监测能力与生态问题评价规则,可为荒漠化防治、生态保护红线监管、生态修复工程评估和区域生态安全研究提供基础支撑。
参考文献
[1] 生态环境部.全国生态状况调查评估技术规范——生态问题评估: HJ 1174—2021[S].北京:生态环境部,2021.
[2] Zeng X B, Dickinson R E, Walker A, Shaikh M, DeFries R S, Qi J. Derivation and evaluation of global 1-km fractional vegetation cover data for land modeling[J]. Journal of Applied Meteorology, 2000, 39(6):826-839.
[3] Friedl M, Sulla-Menashe D. MODIS/Terra+Aqua Land Cover Type Yearly L3 Global 500m SIN Grid V061[DS]. NASA Land Processes Distributed Active Archive Center, 2022. DOI:10.5067/MODIS/MCD12Q1.061.
[4] Tucker C J. Red and photographic infrared linear combinations for monitoring vegetation[J]. Remote Sensing of Environment, 1979, 8(2):127-150.
[5] Prince S D, Becker-Reshef I, Rishmawi K. Detection and mapping of long-term land degradation using local net production scaling: Application to Zimbabwe[J]. Remote Sensing of Environment, 2009, 113(5):1046-1057.
[6] Bai Z G, Dent D L, Olsson L, Schaepman M E. Proxy global assessment of land degradation[J]. Soil Use and Management, 2008, 24(3):223-234.

363



被折叠的 条评论
为什么被折叠?



