中国首幅1米分辨率全国土地覆盖图SinoLC-1正式发布

发布人：石剑峰发表时间：2023-09-20点击：次

作为遥感对地观测研究的核心任务之一，土地覆盖制图是国家地理信息资源建设的重要一环，同时也可为生态、环境、农业和双碳等多学科研究提供共性基础底图。目前，大范围土地覆盖制图主要集中在30米、10米等中低空间分辨率尺度，典型图件包括自然资源部发布的GlobeLand30、中国科学院空天院发布的GLC_FCS30、清华大学发布的FROM_GLC10、欧空局（ESA）发布的ESA_WorldCover等。随着对地观测系统空间分辨率的提升，研制大范围高分辨率土地覆盖图成为迫在眉睫的任务。

针对大范围高分辨率土地覆盖制图中地物复杂多样、高精度训练样本缺乏、制图方法区域迁移性要求高等关键难题，中国地质大学（武汉）张洪艳教授团队于2022年10月提出了一种基于弱监督深度学习的跨分辨率大规模土地覆盖制图网络（L2HNet），利用低分辨率土地覆盖图作为训练集，实现了高分辨率高精度土地覆盖制图。该方法摆脱了高分辨率土地覆盖制图任务对大规模人工手动标注训练集的依赖，大幅减少了大范围高分辨率土地覆盖制图的人力与时间成本，作为阶段性研究进展发表在遥感科学领域权威期刊《国际摄影测量与遥感杂志》上（ISPRS Journal of Photogrammetry&Remote Sensing）（链接：https://doi.org/10.1016/j.isprsjprs.2022.08.008）。

在此基础上，团队进一步构建了中国全域土地覆盖制图框架（图1），利用现有三种10米土地覆盖图（FROM_GLC10、ESA_WorldCover和ESRI_GLC）、开源道路图（OpenStreetMap，OSM）数据作为训练标签，基于1米分辨率Google开源遥感数据开展全国高分辨率土地覆盖制图，并采用10万目视解译参考点和第三次全国土地调查数据进行精度验证。最终，用时10个月处理约73TB高分辨率多源数据，成功研制了我国第一幅1米分辨率土地覆盖一张图（SinoLC-1），填补了我国在国家尺度极高分辨率（<=1米）土地覆盖专题图方面的空白。

作为我国首幅1米分辨率土地覆盖专题图，SinoLC-1包含树林、耕地、灌丛、草地、道路、建筑、水体、湿地、冰雪、苔原、贫瘠与稀疏植被等11种土地覆盖类型（图2），华东地区土地覆盖制图部分细节展示见图3，全图总体精度为73.61%。2023年3月，该专题图首次发布于国际知名数据共享网站Zenodo上，链接为：https://doi.org/10.5281/zenodo.7707461。截至2023年9月19日，累计下载次数已超11万，图件质量得到了相关专家学者、地理信息从业人员的高度认可。目前，该专题图描述论文已在地球科学数据权威期刊《地球系统科学数据》（Earth System Science Data）上发表（链接：https://essd.copernicus.org/preprints/essd-2023-87/）。

相关论文通讯作者为中国地质大学（武汉）计算机学院张洪艳教授，第一作者为武汉大学测绘遥感信息工程国家重点实验室博士生李卓鸿。研究得到了国家重点研发计划课题（2022YFB3903605）、国家自然科学基金面上项目（61871298、42071322）和湖北省杰出青年科学基金（2020CFA053）等项目的共同资助。

图1.基于弱监督深度学习的大范围高分辨率土地覆盖制图框架。

图2.（a）全国1米分辨率遥感影像，（b）全国1米分辨率土地覆盖图SinoLC-1。

论文信息：

[1] Z. Li, H. Zhang*, F. Lu, R. Xue, G. Yang and L. Zhang, "Breaking the Resolution Barrier: A Low-to-High Network for Large-ScaleHigh-Resolution Land Cover Mapping using Low-Resolution Labels",ISPRS Journal of Photogrammetry and Remote Sensing,vol. 192, pp. 244 - 267, 2022.

[2] Z. Li, W. He, M. Cheng, J. Hu, G. Yang, and H. Zhang*, " SinoLC-1: the first 1-meter resolution national-scale land-cover map of China created with the deep learning framework and open-access data",Earth System Science Data,accepted，https://essd.copernicus.org/preprints/essd-2023-87/，2023.