多源土地覆盖产品在中国西北干旱区的精度评价与一致性分析

doi:10.12118/j.issn.1000-6060.2025.573

干旱区地理 ›› 2026, Vol. 49 ›› Issue (7): 1405-1417.doi: 10.12118/j.issn.1000-6060.2025.573 cstr: 32274.14.ALG2025573

多源土地覆盖产品在中国西北干旱区的精度评价与一致性分析

艳燕¹(), 刘雨露¹^,²(), 张伟阁¹, 孙茜¹, 朱士华³

¹ 洛阳师范学院地理与旅游学院，河南洛阳 471934
² 西安科技大学测绘科学与技术学院，陕西西安 710054
³ 江苏省气候中心，江苏南京 210041

收稿日期:2025-09-19 修回日期:2025-11-26 出版日期:2026-07-25 发布日期:2026-07-07
通讯作者: 刘雨露（2002-），女，硕士研究生，主要从事土地覆盖及灾害遥感应用. E-mail: liuyuluuuu@163.com
作者简介:艳燕（1986-），女，博士，副教授，主要从事多尺度土地覆盖时空变化与驱动力研究. E-mail: yanyan@lynu.edu.cn
基金资助:
河南省重点研发与推广专项(252102320213);河南省教育厅人文社会科学研究项目(2022-ZZJH-088)

Accuracy evaluation and consistency analysis of multi-source land cover products in the arid regions of northwest China

YAN Yan¹(), LIU Yulu¹^,²(), ZHANG Weige¹, SUN Qian¹, ZHU Shihua³

¹ College of Geography and Tourism, Luoyang Normal University, Luoyang 471934, Henan, China
² College of Geomatics, Xi’an University of Science and Technology, Xi’an 710054, Shaanxi, China
³ Jiangsu Climate Center, Jiangsu Meteorological Bureau, Nanjing 210041, Jiangsu, China

Received:2025-09-19 Revised:2025-11-26 Published:2026-07-25 Online:2026-07-07

摘要/Abstract

摘要：

准确的土地覆盖产品对了解中国西北干旱区用地结构与空间组成有重要意义。选择2020年5套高分辨率土地覆盖产品，即ESA全球10 m土地覆盖产品（ESA10）、ESRI全球10 m土地覆盖产品（ESRI10）、全球30 m土地覆盖产品（Globeland30）、全球30 m细分类土地覆盖产品（GLC_FCS30）、中国年度30 m土地覆盖产品（CLCD），从分类精度、土地覆盖构成相似性、分类一致性3个方面开展多源土地覆盖产品在中国西北干旱区的精度检验与一致性评估。结果表明：（1） 5套产品中ESA10分类精度最高（88.86%），ESRI10相对较低（69.69%）。（2） 5套土地覆盖产品的面积间相关系数介于0.792~0.999之间，对西北干旱区土地构成的描述高度一致，裸地、草地与耕地构成主体土地覆盖类型（面积总和≥93.01%）。（3） 5套土地覆盖产品对西北干旱区裸地的分类一致性最高，任意2套产品组合的分类纯净度最高可达96.95%；裸地和耕地的空间一致性较高，占相应土地覆盖类型面积的56.39%以上。ESA10比其他4个产品更能准确地刻画土地覆盖结构与空间分布。研究结果可为中国西北干旱区国土空间规划与生态保护提供科学的数据遴选依据。

关键词: 土地覆盖, 精度检验, 一致性评估, 中国西北干旱区

Abstract:

Accurate land cover products are essential for understanding land use structure and spatial composition in the arid regions of northwest China. In this study, five high-resolution land cover products from 2020 were selected: the ESA global 10 m land cover product (ESA10), the ESRI global 10 m land cover product (ESRI10), the global 30 m land cover product (Globeland30), the global 30 m fine-classified land cover product (GLC_FCS30), and the China annual 30 m land cover product (CLCD). Precision assessments and consistency evaluations of these multi-source land cover products were conducted for the arid regions of northwest China from three perspectives: classification accuracy, similarity in land cover composition, and classification consistency. The results indicate the following: (1) Among the five products, ESA10 achieved the highest classification accuracy (88.86%), whereas ESRI10 yielded a comparatively lower accuracy (69.69%). (2) The area correlation coefficients across the five products ranged from 0.792 to 0.999, demonstrating strong agreement in characterizing land composition in the arid regions of northwest China. Bare land, grassland, and cultivated land constitute the dominant land cover types, collectively accounting for ≥93.01% of the total area. (3) Classification consistency for bare land was the highest among the five products. The classification purity of any two-product combination reached up to 96.95%; the spatial consistency of bare land and cultivated land was also high, representing more than 56.39% of the area of the corresponding land cover types. Overall, ESA10 more accurately captured the land cover structure and spatial distribution compared with the other four products. These findings can provide a scientific basis for data selection in national land use planning and ecological conservation in the arid regions of northwest China.

Key words: land cover, accuracy test, consistency evaluation, arid regions of northwest China

艳燕, 刘雨露, 张伟阁, 孙茜, 朱士华. 多源土地覆盖产品在中国西北干旱区的精度评价与一致性分析[J]. 干旱区地理, 2026, 49(7): 1405-1417.

YAN Yan, LIU Yulu, ZHANG Weige, SUN Qian, ZHU Shihua. Accuracy evaluation and consistency analysis of multi-source land cover products in the arid regions of northwest China[J]. Arid Land Geography, 2026, 49(7): 1405-1417.

图/表 12

图1

表1

表2

5套土地覆盖产品的分类系统"

ESA10			ESRI10			Globeland30			GLC_FCS30				CLCD
代码	名称	土地覆盖类型说明	代码	名称	土地覆盖类型说明	代码	名称	土地覆盖类型说明	代码	名称	代码	名称	代码	名称
10	林地	任何树木占主导地位的地理区域，覆盖率≥10%的地区	1	水域	全年水体覆盖区域（不含间歇/短暂水域），无稀疏植被、裸露岩石及建筑（如码头）	10	耕地	用于种植农作物的土地	10	雨养耕地	121	常绿灌木丛	1	农田
20	灌丛	包括任何以天然灌木为主、覆盖面积≥10%的地理区域	2	林地	任何显著、高大茂密植被聚集的地理区域	20	林地	乔木覆盖且树冠盖度≥30%的土地	11	草本农田	122	落叶灌木林	2	林地
30	草地	天然草本植物为主且覆盖度≥10%的地区	4	淹没植被	植被与水混合的区域，植被包含灌、草	30	草地	天然草本植被覆盖，且盖度≥10%的土地	12	树本农田	130	草原	3	灌木
40	农田	在播种/种植后的12个月内，已播种/种植并可收获至少一次的一年生农田覆盖土地	5	耕地	人工种植谷物、草本及作物（米、小麦、大豆）的结构化休耕地	40	灌木林地	灌木覆盖且灌丛覆盖度≥30%的土地	20	灌溉农田	140	地衣和苔藓	4	牧草地
50	建设用地	被建筑物、道路和其他人造建筑（如铁路）覆盖的土地	7	建设用地	人造构筑物、主次道路铁路网、大面积均质不透水面	50	湿地	位于陆地和水域的交界带，有浅层积水或土壤过湿的土地，多生长有沼生或湿生植物	51	开阔常绿阔叶林	150	稀疏植被（fc<0.15）	5	水域
60	裸地	土壤、沙子或岩石等一年中任何时候植被覆盖率<10%的地区	8	裸地	全年植被稀疏或无植被覆盖的岩/土区域、少/无植被沙地及沙漠	60	水体	陆地范围液态水覆盖的区域	52	郁闭常绿阔叶林	152	稀疏灌丛（fc<0.15）	6	雪/冰
70	冰雪	被雪或冰川覆盖的地理区域	9	雪/冰	大面积均质永久冰雪区，多分布于山区或高纬度地区	70	苔原	寒带及高山环境下由地衣、苔藓、多年生耐寒草本和灌木植被覆盖的土地	61	开阔落叶阔叶林（0.15<fc<0.4）	153	稀疏草本（fc<0.15）	7	裸地
80	永久水体	一年中超过9个月的时间被水体覆盖的地理区域	10	云	持续被云层覆盖的无地表覆盖信息区域	80	人造地表	由人工建造活动形成的地表	62	郁闭落叶阔叶林（fc>0.4）	180	湿地	8	不透水面
90	草本湿地	天然草本为主（覆盖≥10%），长期/定期被淡/微咸/咸水淹没；不含无植被沉积物、沼泽森林及红树林	11	牧场	开阔均质草本区，几乎无高大植被，非人工种植区域	90	裸地	fc<10%的自然覆盖土地	71	开阔常绿针叶林（0.15<fc<0.4）	190	不透水面	9	湿地
95	红树林	耐盐树木及其他植物，分布于热带保护海岸潮间带、岛屿及河口地区				100	永久冰雪	由永久积雪、冰川和冰盖覆盖的土地	72	郁闭常绿针叶林（fc>0.4）	200	裸地
100	苔藓和地衣	覆盖地衣、苔藓的土地							81	开阔落叶针叶林（0.15<fc<0.4）	201	硬质裸地
									82	郁闭落叶针叶林（fc>0.4）	202	沙质裸地
									91	开阔混交叶林（阔叶和针叶）	210	水体
									92	郁闭混交叶林（阔叶和针叶）	220	永久冰雪
									120	灌木丛	250	填充值

表2

表3

图2

表4

图3

图4

图5

图6

图7

图8

参考文献 22

[1]	Chen J, Ban Y F, Li S N. Open access to earth land-cover map[J]. Nature, 2014, 514(7523): 434, doi: 10.1038/514-434c.
[2]	牛飞飞, 郭靖, 罗杰, 等. 基于GeoSOS-FLUS和InVEST模型的新疆地区土地利用变化模拟及碳储量预测[J]. 干旱区地理, 2025, 48(12): 2169-2182. doi: 10.12118/j.issn.1000-6060.2025.090
	[Niu Feifei, Guo Jing, Luo Jie, et al. Simulation of land use change and prediction of carbon storage in Xinjiang based on GeoSOS-FLUS and InVEST models[J]. Arid Land Geography, 2025, 48(12): 2169-2182.] doi: 10.12118/j.issn.1000-6060.2025.090
[3]	Wang Y Q, Xu Y M, Xu X C, et al. Evaluation of six global high-resolution global land cover products over China[J]. International Journal of Digital Earth, 2024, 17(1): 2301673, doi: 10.1080/17538947.2023.2301673.
[4]	Hansen M C, Defries R S, Townshend J R G, et al. Global land cover classification at 1 km spatial resolution using a classification tree approach[J]. International Journal of Remote Sensing, 2000, 21(6-7): 1331-1364. doi: 10.1080/014311600210209
[5]	Li Z H, He W, Cheng M F, et al. SinoLC-1: The first 1 m resolution national-scale land-cover map of China created with a deep learning framework and open-access data[J]. Earth System Science Data, 2023, 15(11): 4749-4780. doi: 10.5194/essd-15-4749-2023
[6]	黄昕, 李家艺, 杨杰, 等. Landsat卫星观测下的30 m全球不透水面年度动态与城市扩张模式(1972—2019)[J]. 中国科学: 地球科学, 2021, 51(11): 1894-1906.
	[Huang Xin, Li Jiayi, Yang Jie, et al. 30 m global impervious surface area dynamics and urban expansion pattern observed by Landsat satellites: From 1972 to 2019[J]. Science China Earth Sciences, 2021, 51(11): 1894-1906.]
[7]	Friedl M A, Mciver D K, Hodges J C F, et al. Global land cover mapping from MODIS: Algorithms and early results[J]. Remote Sensing of Environment, 2002, 83(1-2): 287-302. doi: 10.1016/S0034-4257(02)00078-0
[8]	Yang J, Huang X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8): 3907-3925. doi: 10.5194/essd-13-3907-2021
[9]	王冰泉, 冉有华. 土地覆被遥感产品真实性检验方法对比[J]. 遥感技术与应用, 2022, 37(1): 196-204. doi: 10.11873/j.issn.1004-0323.2022.1.0196
	[Wang Bingquan, Ran Youhua. Comparison of accuracy assessment methods of remote sensing based land cover products[J]. Remote Sensing Technology and Application, 2022, 37(1): 196-204.]
[10]	李广东. 全球土地覆被时空变化与中国贡献[J]. 地理学报, 2022, 77(2): 353-368. doi: 10.11821/dlxb202202006
	[Li Guangdong. Spatio-temporal change of global land cover and China’s contribution[J]. Acta Geographica Sinica, 2022, 77(2): 353-368.] doi: 10.11821/dlxb202202006
[11]	仝冉, 杨雅萍, 陈晓娜. 多源30 m分辨率土地覆被数据在蒙古高原的一致性分析和精度评价[J]. 地球信息科学学报, 2022, 24(12): 2420-2434. doi: 10.12082/dqxxkx.2022.220578
	[Tong Ran, Yang Yaping, Chen Xiaona. Consistent analysis and accuracy evaluation of multisource land cover datasets in 30 m spatial resolution over the Mongolian Plateau[J]. Journal of Geo-Information Science, 2022, 24(12): 2420-2434.]
[12]	魏冲, 董晓华, 马耀明, 等. 多源土地利用数据下景观格局对径流-泥沙影响的不确定性——以鄱阳湖区虎山流域为例[J]. 生态学报, 2025, 45(3): 1102-1115.
	[Wei Chong, Dong Xiaohua, Ma Yaoming, et al. Uncertainty analysis on the effects of landscape pattern on runoff and sediment using multi-source land use data: A case study in the Hushan River Basin of the Poyang Lake regions[J]. Acta Ecologica Sinica, 2025, 45(3): 1102-1115.]
[13]	戴昭鑫, 胡云锋, 张千力. 多源卫星遥感土地覆被产品在南美洲的一致性分析[J]. 遥感信息, 2017, 32(2): 137-148.
	[Dai Zhaoxin, Hu Yunfeng, Zhang Qianli. Consistency analysis of multi-source satellite remote sensing land cover products in south America[J]. Remote Sensing Information, 2017, 32(2): 137-148.]
[14]	徐泽源, 罗庆辉, 许仲林. 新疆地区土地覆被遥感数据的一致性研究[J]. 地球信息科学学报, 2019, 21(3): 427-436. doi: 10.12082/dqxxkx.2019.180596
	[Xu Zeyuan, Luo Qinghui, Xu Zhonglin. Research on the consistency of remote sensing data of land cover in Xinjiang region[J]. Journal of Geo-Information Science, 2019, 21(3): 427-436.]
[15]	吴宗洋, 蔡卓雅, 郭英, 等. 黄河流域多源遥感土地覆被数据精度评价与一致性分析[J]. 中国生态农业学报, 2023, 31(6): 917-927.
	[Wu Zongyang, Cai Zhuoya, Guo Ying, et al. Evaluation and consistency analysis of multi-source remote sensing land cover data accuracy in the Yellow River Basin[J]. Chinese Journal of Eco-Agriculture, 2023, 31(6): 917-927.]
[16]	连虎刚, 刘春芳, 倪博文, 等. 西北干旱区自然保护地体系生态网络构建及优化: 以河西走廊为例[J]. 应用生态学报, 2025, 36(1): 259-270. doi: 10.13287/j.1001-9332.202501.021
	[Lian Hugang, Liu Chunfang, Ni Bowen, et al. Construction and optimization of the ecological network of protected areas system in the arid regions of northwest China: A case study of Hexi Corridor[J]. Chinese Journal of Applied Ecology, 2025, 36(1): 259-270.] doi: 10.13287/j.1001-9332.202501.021
[17]	周灵敏,伊木然·库鲁万, 玉素甫江·如素力, 等. 中国西北干旱区大型湖泊湖冰物候时空差异及影响因素[J]. 干旱区地理, 2026, 49(3): 484-495. doi: 10.12118/j.issn.1000－6060.2025.281
	[Zhou Lingmin, Kuluwan Yimuran, Rusuli Yusufujiang, et al. Spatiotemporal variations and influencing factors of lake ice phenology in large lakes of the arid region of northwest China[J]. Arid Land Geography, 2026, 49(3): 484-495.] doi: 10.12118/j.issn.1000－6060.2025.281
[18]	Peng S Z, Ding Y X, Liu W Z, et al. 1 km monthly temperature and precipitation dataset for China from 1901 to 2017[J]. Earth System Science Data, 2019, 11(4): 1931-1946. doi: 10.5194/essd-11-1931-2019
[19]	Wang H, Yan H M, Hu Y F, et al. Consistency and accuracy of four high-resolution LULC datasets: Indochina Peninsula case study[J]. Land, 2022, 11(5): 758, doi: 10.3390/land11050758.
[20]	闫兆进, 孙雨晴, He Rong, 等. 新疆天山北坡城市群土地覆被数据产品精度评价[J]. 干旱区地理, 2024, 47(11): 1852-1862. doi: 10.12118/j.issn.1000-6060.2023.721
	[Yan Zhaojin, Sun Yuqing, He Rong, et al. Evaluation of land cover data product accuracy in urban agglomeration on the northern slope of Tianshan Mountains in Xinjiang[J]. Arid Land Geography, 2024, 47(11): 1852-1862.] doi: 10.12118/j.issn.1000-6060.2023.721
[21]	夏子龙, 杜培军, 郭山川, 等. 呼包鄂榆城市群遥感土地覆被产品评估分析与集成学习[J]. 干旱区地理, 2024, 47(8): 1367-1379. doi: 10.12118/j.issn.1000-6060.2023.718
	[Xia Zilong, Du Peijun, Guo Shanchuan, et al. Evaluation and ensemble learning of remote sensing land-cover products in the Hohhot-Baotou-Ordos-Yulin urban agglomeration[J]. Arid Land Geography, 2024, 47(8): 1367-1379.] doi: 10.12118/j.issn.1000-6060.2023.718
[22]	Zhang W G, Tian J J, Zhang X H, et al. Which land cover product provides the most accurate land use land cover map of the Yellow River Basin?[J]. Frontiers in Ecology and Evolution, 2023, 11: 1275054, doi: 10.3389/fevo.2023.1275054.

数据名称	研发机构	空间分辨率/m	分类数量/个	分类方法	总体精度/%	数据来源网址
ESA全球10 m土地覆盖产品（ESA10）	欧洲航天局（ESA）	10	11	决策树分类	74.40	https://viewer.esa-worldcover.org/worldcover
ESRI全球10 m土地覆盖产品（ESRI10）	易智瑞公司	10	9	深度学习	85.96	https://livingatlas.arcgis.com/landcover
全球30 m土地覆盖产品（Globeland30）	国家基础地理信息中心	30	10	Pixel-Object-Knowledge（POK）法	85.72	https://www.geodata.cn
全球30 m细分类土地覆盖产品（GLC_FCS30）	中国科学院	30	30	随机森林	72.27	https://zenodo.org/record/3986872
中国年度30 m土地覆盖产品（CLCD）	武汉大学	30	9	随机森林	79.31	https://zenodo.org/record/5816591

土地覆盖类型	ESA10		ESRI10		Globeland30		GLC_FCS30		CLCD
土地覆盖类型	用户精度/%	生产者精度/%	用户精度/%	生产者精度/%	用户精度/%	生产者精度/%	用户精度/%	生产者精度/%	用户精度/%	生产者精度/%
耕地	91.94	67.86	77.01	79.76	70.75	89.29	55.07	90.48	48.17	94.05
林地	83.80	96.75	98.84	69.11	86.67	63.41	68.21	95.93	90.57	78.05
草地	86.45	59.03	33.50	88.65	63.03	78.85	57.20	59.47	63.79	84.58
水域	83.54	100.00	87.32	93.94	85.07	86.36	100.00	78.79	94.92	84.85
冰雪	89.87	89.87	95.71	84.81	97.01	82.28	90.48	96.20	93.06	84.81
裸地	92.86	96.64	96.76	60.91	95.50	94.00	96.78	90.17	96.23	94.84
建设用地	81.67	89.09	75.44	78.18	75.00	65.45	79.55	63.64	68.75	20.00
湿地	70.71	92.11	93.18	53.95	90.16	72.37	76.92	39.47	100.00	5.26
总体精度/%	88.86		69.69		86.08		82.51		83.94
Kappa系数	0.83		0.59		0.79		0.75		0.76

多源土地覆盖产品在中国西北干旱区的精度评价与一致性分析

Accuracy evaluation and consistency analysis of multi-source land cover products in the arid regions of northwest China

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 22

相关文章 15

Metrics

本文评价

推荐阅读 0

代码	土地覆盖类型	ESA10	ESRI10	Globeland30	GLC_FCS30	CLCD
1	耕地	40	5	10	10、11、20	1
2	林地	10、20	2	20、40	51~92、120~122、152	2、3
3	草地	30、100	11	30	130、140、150、153	4
4	水域	80	1	60	210	5
5	冰雪	70	9	100	220	6
6	裸地	60	8	90	200~202	7
7	建设用地	50	7	80	190	8
8	湿地	90	4	50	180	9

[1]	周灵敏, 伊木然·库鲁万, 玉素甫江·如素力, 吴海智, 娜扎开提·尼加提. 中国西北干旱区大型湖泊湖冰物候时空差异及影响因素[J]. 干旱区地理, 2026, 49(3): 484-495.
[2]	郑孟林, 赵勇, 杨霞. 中国西北干旱区夏季降水异常的主模态年代际变化及其联系环流[J]. 干旱区地理, 2025, 48(9): 1511-1520.
[3]	郑孟林, 赵勇, 杨霞. 1961—2022年中国西北干旱区夏季降水变化特征[J]. 干旱区地理, 2025, 48(3): 367-379.
[4]	田晋华, 黄枭, 高雅玉, 郝建斌, 吴冠衡, 何文博. 中国西北干旱生态移民区跨流域调水生态效益研究——以黄花滩生态移民区为例[J]. 干旱区地理, 2025, 48(11): 1926-1938.
[5]	韩楚翘, 郑江华, 王哲, 于雯婕. 基于PLUS-InVEST模型吐哈盆地陆地生态系统碳储量时空变化及多情景模拟[J]. 干旱区地理, 2024, 47(2): 260-269.
[6]	孙灏, 马立茹, 蔡创创, 黄涛, 吕林涛, 阮琳, 陈伟. 干旱区地表温度和热岛效应演变研究——以宁夏沿黄城市带为例[J]. 干旱区地理, 2020, 43(3): 694-705.
[7]	苟娇娇, 王飞, 于恩涛, 金凯. 黄土高原地区土地覆盖变化对气候的反馈作用数值模拟[J]. 干旱区地理, 2017, 40(4): 850-859.
[8]	吴晶，罗毅，李佳，李春轩，袁良，杨鲤铭. CMIP5模式对中国西北干旱区模拟能力评价[J]. 干旱区地理, 2014, 37(3): 499-508.
[9]	屈创，马金辉，夏燕秋，田菲. 基于MODIS数据的石羊河流域地表温度空间分布[J]. 干旱区地理, 2014, 37(1): 125-133.
[10]	杨艳芬，罗毅. 中国西北干旱区TRMM遥感降水探测能力初步评价[J]. 干旱区地理, 2013, 36(3): 371-382.
[11]	马俊飞, 吕昌河, 王茜. 基于MODIS NDVI时序数列的柴达木盆地土地覆盖分类研究[J]. 干旱区地理, 2008, 31(3): 442-448.
[12]	王莉雯, 牛铮, 卫亚星. 基于MODIS NDVI的新疆土地覆盖类型划分与潜在荒漠化区域探测[J]. 干旱区地理, 2007, 30(4): 573-578.
[13]	龚建周, 仝川, 杨景荣, 张鹏. 准格尔丘陵区小流域土地覆盖变化的模型测算及空间位置转换[J]. 干旱区地理, 2006, 29(3): 381-387.
[14]	马安青, 高峰, 贾永刚, 单红仙, 王一谋. 基于遥感的贺兰山两侧沙漠边缘带植被覆盖演变及对气候响应[J]. 干旱区地理, 2006, 29(2): 170-177.
[15]	赵杰,赵士洞. 基于RS、GIS的奈曼旗土地覆盖/利用变化研究[J]. 干旱区地理, 2004, 27(3): 414-418.