基于森林资源数据的浙江省LULC数据精度评估

代劲松; 宋盛; 曹林

doi:10.13360/j.issn.2096-1359.202412017

林业工程学报 ›› 2026, Vol. 11 ›› Issue (1) : 150 -160. DOI: 10.13360/j.issn.2096-1359.202412017

基于森林资源数据的浙江省LULC数据精度评估

代劲松, 宋盛, 曹林

作者信息 +

Author information +

文章历史 +

摘要

对5个土地利用/土地覆盖(LULC)数据集ESAGC、ESRI-LULC、CLCD、GLC＿FCS30、DW在浙江省的应用进行评估，分析这些数据集在森林分类中的精度表现。首先将各LULC数据集重新分类为统一的土地覆盖类型，并将其与2020年浙江省年度森林资源数据进行比较；采用Kappa系数评估每个数据集的分类精度，使用相对误差分析不同LULC数据集森林面积的区域统计精度。结果表明，各LULC数据集均不同程度高估了森林面积，在面积较小且地块破碎的平原地区精度很低，嘉兴市的Kappa系数值均小于0.4。高分辨率数据(10 m级):ESAGC和DW产品在山区等复杂地形区域表现尤为出色，ESAGC有42个县Kappa系数超过0.8,75个县区森林面积相对误差低于0.2;DW有30个县区Kappa系数超过0.8,71个县区森林面积相对误差低于0.2。低分辨率数据(30 m级):CLCD和GLC＿FCS30在森林分类上表现不佳，CLCD有16个县区Kappa系数低于0.4,19个县区森林面积相对误差超过0.3;GLC＿FCS30有14个县区Kappa系数低于0.4,23个县区森林面积相对误差超过0.3。不同LULC数据集在浙江省的森林分类中表现出明显的精度差异，表明在区域尺度上应用这些数据集时需谨慎选择，高分辨率的数据集在森林分类中表现出更高的可靠性，而在地形复杂或森林面积较小的地区，需要结合更多的辅助信息以提高数据精度。