地表覆盖分类系统的制定一般由研究领域、研究目的、空间范围、空间尺度、数据资料等多种因素决定。目前，国际上已研制了6套全球地表覆盖数据产品^[1]，相应地有6套分类系统。具代表性的有：1976年USGS牵头制定的土地覆盖分类系统，第一级分为9个类型，即城市或建城区、农业用地、草地、林地、水域、湿地、荒地、苔原、常年积雪或冰^[2]；1998年联合国粮食及农业组织(Food and Agriculture Organization of the United Nations, FAO)建立的分类系统，第一阶段采用二分法定义了8个土地覆盖类型，即耕地、自然和半自然的陆地、耕地(水田)、自然和半自然的水域、建成区及其附近的区域、裸地、人工水体、内陆水域^[3]。

我国在2014年研制并发布了1套全球30 m地表覆盖数据产品，在空间分辨率、时间分辨率及分类精度等方面均达到国际领先水平，分为10个一级类：耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪。国土资源部从土地利用角度制定的第二次全国土地调查分类系统，分为12个一级类，即耕地、园地、林地、草地、商服用地、工矿仓储用地、住宅用地、公共管理与公共服务用地、特殊用地、交通运输用地、水域及水利设施用地、其他土地^[4]；国家测绘地理信息局从土地自然属性角度制定的第一次全国地理国情普查(以下简称地理国情普查)分类系统，分为10个一级类，即耕地、园地、林地、草地、房屋建筑(区)、道路、构筑物、人工堆掘地、荒漠与裸露地表、水域^[5]。

地表覆盖分类系统一直是全球变化研究以及地学研究的热点，但分类系统一直没有形成统一的标准^{[6, 7]}。这导致地表覆盖数据产品在跨行业、跨部门应用时，需要进行精化处理才能满足实际需要。针对这一现状，本文提出了一种基于栅格空间分析的地表覆盖精化分类方法，以地理国情普查成果中林地、草地三级类为例，通过收集中国植被图(1:100万)(简称中国植被图)专题数据，对普查分类结果进行精化。

地表覆盖分类数据产品的初始数据为矢量空间数据。矢量结构空间复杂度高，在精化分类时，可能影响分析单元精化类型的确定^{[8, 9]}。栅格结构具有数据量大的缺点，但栅格数据结构简单，栅格化后的分析单元精化类型确定相对容易，有利于空间信息叠置分析^[10]。本文采用栅格空间分析进行精化分类。

地理国情普查第一次在全国范围基于0.5~2.0 m空间分辨率的遥感影像采集全覆盖、无缝的地表覆盖信息，分为10个一级类、46个二级类、87个三级类^[5]。

1) 本文以林地中的乔木林、灌木林以及草地中的天然草地的三级类为例，对其分类与采集指标进行说明^[5]。林地(0300)分为乔木林(0310)、灌木林(0320)两个二级类。其中，乔木林分为阔叶林(0311)、针叶林(0312)、针阔混交林(0313)等3个三级类；灌木林分为阔叶灌木林(0321)、针叶灌木林(0322)、针阔混交灌木林(0323)等3个三级类。草地(0400)分为天然草地(0410)、人工草地两个二级类。其中，天然草地分为高覆盖度草地(0411)、中覆盖度草地(0412)、低覆盖度草地(0413)等3个三级类。

2) 采集指标要求。大面积的林区最小图斑实地面积为1 600 m²，其他林区为400 m²；荒漠地区的最小图斑实地面积为10 000 m²，草原地区的为1 600 m²，其他草地的为400 m^2[5]。

中国植被图共分四级：第一级单位包括11个植被型组，为最高级制图单位；第二级单位包括53个植被型，2个植被亚型，共55个单位，为高级制图单位；第三级单位包括11个群系组，571个群系和4个亚群系，共586个单位；第四级单位包括29个群系和244个亚群系，共273个单位^[11]。

此分类系统主要以植物群落学-生态学为原则，考虑发生学特点，揭示中国植被分布状况和地理格局，包括水平分布和垂直分布状况，及其与气候因子和地面环境因子的关系，表现植被的区域性分布和地带性分异。

选择此分类系统中反映气候因子、发育节律(落叶、常绿等)的特征作为地理国情普查林地类型精化分类的角度和方向，以使精化分类后的林地类型既具备植被的外貌结构特征及主轴木质化程度特征，也能够反映气候带及发育节律特征。

同时，选择此分类系统中反映植被群落生态地理的特征作为地理国情普查草地类型精化分类的角度和方向，使精化分类后的草地类型既具备植被的覆盖度特征，能反映植被群落生态地理特征。

1) 分类系统匹配方法。确定了林地、草地精化分类角度和方向，便可建立两套分类系统之间的匹配关系，为便于计算与分析，为中国植被图各类型创建了分类代码，如表 1所示。

表 1(Tab.1)

表 1 两套分类系统之间的匹配关系 Tab.1 Matching Relationship Between the Two Classification Systems

表 1 两套分类系统之间的匹配关系 Tab.1 Matching Relationship Between the Two Classification Systems 地理国情普查 精化角度和方向 对应关系 中国植被图 代码 一级 二级 三级 代码 植被型 0300 林地 气候因子、发育节律特征 10 寒温带和温带 0310 乔木林 21 温带 0311 阔叶林 温带落叶、亚热带常绿、亚热带落叶、热带、其他 22、32、33、40、70 22 温带落叶 0312 针叶林 寒温带和温带、温带、亚热带、热带、亚热带和热带、其他 10、21、31、40、50、70 31 亚热带 0313 针阔混交林 温带、亚热带、其他 21、31、70 32 亚热带常绿 0320 灌木林 33 亚热带落叶 0321 阔叶灌木林 温带落叶、亚热带和热带、热带、亚高山常绿、亚高山落叶、其他 22、40、50、61、62、70 40 热带 0322 针叶灌木林 亚高山常绿、其他 61、70 50 亚热带和热带 0400 草地 植被群落生态地理特征 61 亚高山常绿 0410 天然草地 62 亚高山落叶 0411 高覆盖度草地 草原、草丛、草甸、高山植被 91、92、93、94 70 其他 0412 中覆盖度草地 草原、草丛、草甸、高山植被 91、92、93、94 91 草原 0413 低覆盖度草地 草原、草丛、草甸、高山植被 92、93、94 92、93、94 草丛、草甸、高山植被

2) 精化分类数据处理方法。为实现批量处理，提高数据计算效率，在Visual Studio 2010集成开发环境中，研发了栅格空间分析软件，调用了GDAL(geospatial data abstraction library)开源栅格空间数据转换库^[12]。空间叠置分析算法采用与数据源栅格空间分辨率一致性、空间范围严格一致性无关的算法，减轻了数据预处理难度和工作量，增强了软件适用性。

参与精化分类的栅格，精化后的灰度值等于地理国情普查成果中的灰度值乘以常数100，加上中国植被图数据中的灰度值；不参与精化分类的栅格，处理后的灰度值等于地理国情普查成果中的原始灰度值。栅格空间分析运算公式为：

式中，G_ri表示第i个栅格精化后的灰度值；G_ci表示第i个栅格在地理国情普查成果中的灰度值；G_vi表示第i个栅格在中国植被图数据中的灰度值。为防止灰度值溢出，经栅格空间分析得到的精化分类结果数据，位深度定义为16 bits无符号整型。

3) 精化分类结果分析方法。依据栅格灰度值，对照分类系统匹配关系表，即可解析地表覆盖类型：灰度值从数值上分为3位、4位、5位等3种情况。灰度值为3位、4位的栅格，表明这些栅格不属于精化分类对象，未参与精化；灰度值为5位的栅格，表示这些栅格属于林地0300中的0311、0312、0313、0321、0322或草地0400中的0411、0412、0413参与了精化，最后两位数字代表在中国植被图中的类型。

从地理国情普查成果中提取出研究区林地、草地类型图斑，可以得出，林地、草地分布主要有乔木林(阔叶林0311、针叶林0312、针阔混交林0313)、灌木林(阔叶灌木林0321)和天然草地(高覆盖度草地0411、中覆盖度草地0412、低覆盖度草地0413)，共7个三级类。

从图斑数目来看，最多的为高覆盖度草地0411，占总图斑数目的42.9%；其次是阔叶灌木林0321，占总图斑数目的24.1%。从图斑面积来看，最大的为阔叶灌木林0321，占总图斑面积的58.2%；其次是高覆盖度草地0411，占总图斑面积的30.1%。其中，针阔混交林0313图斑的数目和面积占比均最小，分别占0.1%和0.04%。

单个图斑面积跨度较大，最小仅为11 m²，最大达到数百万平方米，大部分图斑面积介于400~1 000 000 m²之间，其中，不同面积的图斑数目占总图斑数目的百分比依次为：11~400 m²占0.26%，400~1 000 m²占4.57%，1 000~1万m²占57.71%，1万~2万m²占13.6%，2万~3万m²占5.86%，3万~10万m²占16.81%，大于等于100万m²占1.18%。

根据地理国情普查地表覆盖采集指标以及研究区图斑数目、面积统计结果，确定栅格化分辨率为20 m×20 m。栅格化结果如图 1所示。本文所有图中0值区域均表示非林地、非草地地段。

图 1(Fig.1)

图 1 地理国情普查数据栅格化结果 Fig.1 Rasterizing Result of Data from Geographic National Conditions Investigation

从中国植被图中提取出研究区数据可以发现，区域内植被型分布有寒温带和温带10、温带21、温带落叶22、亚高山常绿61、亚高山落叶62、草甸93、高山植被94，共7个类型，合计42个图斑。

从图斑数目来看，最多的为亚高山落叶62，占总图斑数目的40.5%；其次是寒温带和温带10和温带落叶22，均占总图斑数目的21.4%。从图斑面积来看，最大的为草甸93，占总图斑面积的57.1%；其次是亚高山落叶62，占总图斑面积的21.9%。其中，温带21图斑的数目和面积占比均最小，分别占2.38%和0.29%。植被气候因子、发育节律以及植被群落生态地理特征均具有大尺度特点，因此，单个图斑面积均较大，最小图斑面积超过600万m²。考虑与地理国情普查数据栅格化尺度一致性，将其栅格化分辨率也确定为20 m×20 m。其栅格化结果如图 2所示。

图 2(Fig.2)

图 2 中国植被图专题数据栅格化结果 Fig.2 Rasterizing Result of Data from Vegetation Map of China

利用研发的栅格空间分析软件，实现精化分类处理，结果如图 3所示。从图 3可以看出，精化分类后，研究区地表覆盖类型为45类，从寒温带和温带阔叶乔木林(31110)至高山植被低覆盖度天然草地(41394)。对照表 1可以发现：部分类型并不存在，如寒温带和温带阔叶乔木林(31110)。造成这一现象的主要原因：①地理国情普查成果是基于高分辨率遥感影像采集获取的，粒度较细；中国植被图数据反映的是大尺度的中国植被分布状况和地理格局及其与气候因子和地面环境因子的关系，粒度相对较粗；在栅格分析计算时，便会出现此现象。②2008年完成了中国植被图的研制，地理国情普查成果标准时点为2015年6月30日，两者年代差异较大，气候因子在30年时间跨度上变化不会太大，而原有植被类型在自然、经济发展中会发生部分变化。

图 3(Fig.3)

图 3 地表覆盖精化分类结果 Fig.3 Refined Classification Result of Land Cover

鉴于此，本文开展了外业调查与核查工作，对分类准确度进行了验证。研究区验证点共14个，从西北角至东南角均匀分布，如图 3所示。经验证，14个验证点地表覆盖类型与分类结果均一致。该验证结果表明，历经30年，研究区内气候因子、发育节律特征以及植被群落生态地理特征没有发生根本性变化，只是部分原有植被类型在空间分布范围或类型上发生了变化。

本文提出的方法能够实现地表覆盖数据精化，通过解码可对地表覆盖类型进行统计分析。由于此过程会带来精度损失。因此，在栅格化过程中，应根据数据源实际情况，采用适宜的栅格化尺度，以提高精化分类成果质量。

该方法具有很好的扩展性，在能够获取到权威专题数据的条件下，可用于相应地表覆盖类型的精化分类，能够为不同分类系统间成果转化提供参考。