中国1:100万地表覆被制图分类系统研究
Classification System of Land-Cover Map of 1:1 000 000 in China
查看参考文献14篇
|
文摘
|
景观生态图属国家基础图件之一,其分类研究是制图的基础,而地貌和地表覆被是两个最主要的因素.该文在总结前人研究土地利用、植被、地貌等专题图件、乃至景观分类系统的基础上,详细对比分析了目前国内常用的土地利用和植被分类体系,以卫星遥感为基础数据源,以地理信息系统为技术,将FAO土地覆被、土地利用和植被三者的分类方法和体系有机地结合起来,研究并提出了全国适用于遥感影像数据(Landsat TM和ETM)的1:100万地表覆被分类系统,将全国陆地地表覆盖分为森林、草地、荒漠、水体和湿地、稀疏及无植被地、农田、人工建筑(一级类)七大类,并划分出第二、三级类型,拟定了相应的编码体系.该研究为利用中高分辨率卫星数据编制并完成全国1:100万地表覆被图奠定了坚实的基础,同时对研究和制定全国地貌和景观生态分类体系,编制全国地貌图和景观生态图具有很好的借鉴意义. |
|
其他语种文摘
|
Landscape ecology maps of 1:1 000 000 in China belong to one of national basic geological factors, whose classification is foundation of mapping, and geomorphology and land-cover are two most important elements for finishing landscape maps. At the 70' s and 80' s of 20th centuries, scientists put forward and established national universal classification system of 1:1 000 000 of geomorphology, and published 15 sheets geo-morphologic maps. Up to now, the national classification system of land-cover is not established and pub-lished . So, based on advanced techniques such as Remote Sensing, Geographical Information System etc. , and research achievements of classification systems of land use and vegetation, the study integrated international universal FAO land-cover classification method with classification system of landuse and vegetation, established new national land-cover classification system, which divided national land-cover into seven types (first class): Forest, Grassland, Desert, Water-body and wetland, Sparse and non-vegetation land, Farm-land , Artificial Construction, the classification indexes of the first class include vegetation status and land-use ways, and the second and third ones are not same according to different regional characteristics. Based on the code method of the historical thematic maps, the study put forward 6-bit number for coding the land covers maps, and every class possess 2-bit number. The system belongs to national classification method, which can' t contain every kind of land covers; moreover some types of covers are usually dynamic and changed. So, based on the classification system, different covers should put forward detail types according to regional characteristic. With the utilization of RS data to differentiate land-cover types, lots of work can be finished in indoors, but the acquisition date and the quality of RS data is usually not uniform because of the different sensors and climate factors, which effect the land covers and classification result. So, perfect classification system, RS data with relatively uniform acquisition date, special knowledge, and field surveying are the same important in order to attain exact types of land cover. |
|
来源
|
资源科学
,2004,26(6):2-8 【核心库】
|
|
关键词
|
地表覆被
;
分类系统
;
土地利用
;
植被
;
FAO
|
|
地址
|
中国科学院地理科学与资源研究所, 资源与环境信息系统国家重点实验室, 北京, 100101
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1007-7588 |
|
学科
|
自然地理学;自动化技术、计算机技术 |
|
基金
|
国家自然科学基金国家杰出青年科学基金
;
国家自然科学基金项目
|
|
文献收藏号
|
CSCD:1646341
|
参考文献 共
14
共1页
|
|
1.
贝尔格. 景观概念和景观学的一般问题[M].
景观概念和景观学的一般问题,1964
|
被引
1
次
|
|
|
|
|
2.
李秀彬. 全球环境变化研究的核心领域——土地利用／土地覆被变化的国际研究动向.
地理学报,1996,51(6):553-558
|
被引
920
次
|
|
|
|
|
3.
中国1:100万地貌图编辑委员会. 100万地貌图编辑委员会.
地貌制图研究文集,1985
|
被引
3
次
|
|
|
|
|
4.
中国科学院地理研究所. 中国科学院地理研究所.
中国1:100万地貌图制图规范,1987
|
被引
9
次
|
|
|
|
|
5.
中国1:100万土地类型编委会. 100万土地类型图(J-47.
中国1:100万土地类型图(J-47,西宁),1988
|
被引
1
次
|
|
|
|
|
6.
中国1:100万土地类型图编委会. 100万土地类型图编委会.
中国1:100万土地类型图制图规范,1987
|
被引
2
次
|
|
|
|
|
7.
中国科学院中国植被图编辑委员会. 中国科学院中国植被图编辑委员会.
中国植被图集(1:100万),2001
|
被引
3
次
|
|
|
|
|
8.
吴征镒. 中国植被编辑委员会.
中国植被,1980
|
被引
955
次
|
|
|
|
|
9.
Di Gregorio A. J.
http://www.uea ac.uk/env/landresources/news-land-cover-classification.html,2004
|
被引
1
次
|
|
|
|
|
10.
中国1:100万土地利用图编辑委员会. 100万土地利用图编辑委员会.
1:100万中国土地利用图,1990
|
被引
2
次
|
|
|
|
|
11.
吴传钧. 中国土地利用[M].
中国土地利用,1994
|
被引
102
次
|
|
|
|
|
12.
刘纪远. 中国资源环境遥感宏观调查与动态研究[M].
中国资源环境遥感宏观调查与动态研究,1996
|
被引
349
次
|
|
|
|
|
13.
陈述彭. 地图学[M].
地学的探索.第2卷:地图学,1990
|
被引
1
次
|
|
|
|
|
14.
Wu Bo. Landscape change and desertification development in the Mu Us Sandland.
Journal of Arid Environment,2002,50:429-444
|
被引
40
次
|
|
|
|
|
了解气象卫星更多信息，请访问