其他数据论文 II 区论文(已发表) 版本 ZH5 Vol 9 (1) 2024
下载
2020年京津冀1 km格网沟渠密度数据集
A dataset of irrigation ditch density with a spatial resolution of 1 km grid in Beijing-Tianjin-Hebei region (2020)
 >>
: 2022 - 10 - 26
: 2023 - 04 - 03
: 2022 - 11 - 15
: 2024 - 03 - 20
Baidu
map
3819 31 0
摘要&关键词
摘要:沟渠作为农田生态系统中重要的生态廊道,不仅具有汇水、持水和水流通道的作用,而且具备生物多样性保育和多种湿地生态价值,发挥着水质净化和维持生物多样性的作用,沟渠密度是表现一定区域沟渠结构的重要指标,可直接反映沟渠的配置情况和农田的排灌能力。本数据集以2020年全国国土变更调查数据为数据源,利用软件提取沟渠骨架线,使用公里格网生产工具,通过格网空间计算,得到2020年京津冀1 km格网沟渠密度数据集。本数据集可用于乡村规划编制、农田灌排便利度、耕地质量评价、耕地资产评估等方面研究。
关键词:沟渠;国土调查;格网;栅格;京津冀
Abstract & Keywords
Abstract: As important ecological corridors in farmland ecosystems, ditches are not only important for collecting water, holding water as flowing channels, but also valuable for biodiversity conservation as various wetland ecological systems. They play an important role in purifying water quality and maintaining biodiversity. Ditch density is an important indicator of ditch structure in a certain area, directly revealing ditch configuration and farmland irrigation and drainage capacity. Taking the national land change survey data in 2020 as the data source, we extracted the skeleton lines of irrigation canals and ditches by using software, and calculated the density of 1km grid ditches in Beijing, Tianjin and Hebei in 2020 by using km grid production tools. This dataset can be used for research on rural planning, farmland irrigation and drainage convenience, farmland quality evaluation, farmland assets evaluation, etc.
Keywords: irrigation ditches; land survey; grid; Beijing-Tianjin-Hebei
数据库(集)基本信息简介
数据库(集)名称2020年京津冀1 km格网沟渠密度数据集
数据作者彭晋福,张定祥,李亚南,尚梦佳
数据通信作者张定祥(dingxiang_zhang@163.com)
数据时间范围2020
地理区域京津冀地区
空间分辨率1 km
数据量474 KB
数据格式*.tif
数据服务系统网址http://dx.doi.org/10.57760/sciencedb.04783
基金项目科技基础资源调查专项(2023FY101005)
数据库(集)组成数据集共包括1个压缩包,解压后为2020年京津冀区域1 km格网沟渠密度.tif文件。
Dataset Profile
TitleA dataset of irrigation ditch density with a spatial resolution of 1 km grid in Beijing-Tianjin-Hebei region (2020)
Data corresponding authorZHANG Dingxiang (dingxiang_zhang@163.com)
Data authorsPENG Jinfu, ZHANG Dingxiang, LI Yanan, SHANG Mengjia
Time range2020
Geographical scopeBeijing-Tianjin-Hebei
Spatial resolution1 km
Data volume474 KB
Data format*.tif
Data service system<http://dx.doi.org/10.57760/sciencedb.04783>
Source of fundingScience & Technology Fundamental Resources Investigation Program (Grant No.2023FY101005)
Dataset compositionThe dataset includes a compressed package, which is a 1 km irrigation canals and ditches Density of Beijing-Tianjin-Hebei 2020.tif after decompression.
Baidu
引 言
沟渠指人工修建的用于引、排、灌的渠道。由于地理因素和气候条件差异,南北方沟渠宽度存在差异,南方沟渠宽度≥1.0 m,北方则≥2.0 m。作为主要的农田水利设施之一,沟渠属于水域及水利设施用地,包括渠槽、渠堤、护堤林及小型泵站[1-2]。同时除上述农田水利用地以外,沟渠在广义上还包括人工修建的从水源地直接引水或调水,用于工农业生产、生活和水生态调节的长距离、跨区域输水的大型渠道,即干渠[3-4]。沟渠逐渐演化成农田生态系统中重要的生态廊道,由于长时间积水或季节性过水,沟渠不仅具有汇水、持水和水流通道的作用,而且具备生物多样性保育和多种湿地生态价值,发挥着水质净化和维持生物多样性等功能,且对氮、磷等污染物去除具有一定的作用[5-7]
沟渠密度是表现一定区域沟渠结构的重要指标,其定义可以描述为单位面积内沟渠、干渠的总长度之和[8-10],可直接反映沟渠的配置情况和农田的排灌能力[11]。沟渠密度已有研究成果多以Landsat卫星影像解译的土地利用现状图结合沟渠分布水利图或1∶10万地形图为基础资料,或用修正水体指数法(MNDWI)提取水体后,结合人工目视解译提取沟渠,此类方法获取的沟渠数据受影像分辨率及人为因素影响,5 m以下沟渠识别有限[8,10]
本文沟渠密度数据集是以2020年全国变更调查数据为数据源计算所得,影像分辨率优于1 m,解译精度更高。在已有沟渠数据的基础下,提取沟渠骨架线、测算沟渠长度是获取沟渠密度的关键。本数据集抽取了京津冀地区沟渠(1007)和干渠(1007A)面数据,同时为保证沟渠和干渠图斑的完整性和连贯性,在进行骨架线提取之前进行了图斑合并操作,合并了因权属等属性不同而造成的分割图斑,融合后利用相关工具进行骨架线提取,用以计算沟渠长度,并由定义计算沟渠密度,数据单位为km/km2
1   数据采集和处理方法
1.1   数据来源
本数据集原始数据源为中国国土勘测规划院提供的2020年全国国土变更调查县级数据库。根据县级国土调查数据库的设计特点[12],从地类图斑图层中,获取京津冀地区的沟渠和干渠图斑作为基础数据。基础数据基本比例尺为1∶2000–1∶5000。
1.2   数据处理
本文以京津冀地区的县级国土调查数据库为基础数据生产1 km格网沟渠密度,数据处理流程包括:数据预处理、提取骨架线、沟渠密度计算三部分。本数据集具体生产步骤如下:
(1)数据预处理
京津冀地区包括北京、天津、河北三个省市。首先从三个省市的县级变更调查数据库中抽取地类名称为沟渠及干渠的图斑。图斑抽取后,由于北京、天津、河北三个省市的3度分带投影不一致,统一将其转为Albers投影后进行数据拼接。拼接完成后,采用数据融合的方式,通过地类编码及地类名称字段进行融合。融合时不创建多部件要素,将地类一致且空间位置邻近的图斑聚合在一起,融合成一个要素,消除坐落单位代码及权属单位代码的影响,避免地类一致且空间位置邻近的图斑重复抽取骨架线。
(2)提取骨架线
借助WJ-Ⅲ地图工作站软件,通过读取综合知识库,抽取京津冀地区沟渠及干渠骨架线。WJ-Ⅲ地图工作站软件相较现有软件实现了毗邻区的自动识别,解决了复杂区域骨架线误提取问题;同时基于拓扑相似性的线网综合算法,保障了线状网络数据的连通性,提取出的骨架线基本完全位于图斑中心,且无多余毛刺,邻接区域骨架线衔接自然流畅。
(3)公里格网沟渠密度计算
在计算沟渠密度时只考虑沟渠的长度,不考虑沟渠的宽度,沟渠密度在数量上表示为单位区域面积的沟渠长度,即:
\({M}_{j}={L}_{j}/{A}_{j}\) (1)
式中,\({M}_{j}\)为单元网格或区域j的沟渠密度(km/km2),\({L}_{j}\)为区域或单元网格内沟渠总长度公里,包括沟渠及干渠总长度,\({A}_{j}\)为单元网格或区域面积。
GDAL(Geospatial Data Abstraction Library)是一个操作各种栅格和矢量的地理数据格式的库,它提供了标准的二次开发接口,其中包含了读取、写入、转换、处理多种栅格数据格式的方法。本文通过Java语言结合GDAL库编写公里格网沟渠密度计算工具。首先生成标准公里格网框架的1 km栅格底图,从栅格底图的左上角点起,从左到右依次获取各个1 km格网的四至范围,构造WKT字符串,进而转成面要素,将面要素与沟渠及干渠骨架线相交,获取相交的沟渠及干渠骨架线的总长度,由总长度计算出对应1 km格网的栅格像素值。最后按照京津冀行政区边界裁剪栅格,生成最终的京津冀1 km\(×\)1 km格网沟渠密度。
2   数据样本描述
本数据集为2020年京津冀地区沟渠密度栅格(图1),空间分辨率为1 km。从京津冀地区202个县域单元来看,京津冀地区沟渠密度空间分异明显,总体上呈现西部、北部、南部、中部区域沟渠密度低,东部区域沟渠密度高的分布特征。


图1   京津冀1 km格网沟渠密度空间分布图﹝审图号:GS京(2023)0567号﹞
Figure 1 Spatial distribution of 1km grid channels in Beijing-Tianjin-Hebei
3   数据质量控制和评估
京津冀1 km沟渠密度数据集以国土变更调查数据库中的沟渠及干渠图斑抽取骨架线,用抽取后的骨架线计算沟渠密度。因此,国土变更调查数据库和抽取后沟渠及干渠骨架线的精度决定了本数据集的产品质量。京津冀1 km格网沟渠密度数据,在数据预处理、骨架线提取和公里格网沟渠密度计算方面严格控制生产质量,保证数据产品的正确性。
(1)沟渠及干渠图斑抽取结果检查
沟渠及干渠图斑抽取完成后,对抽取后京津冀图斑进行了投影和拼接。将拼接后的矢量数据与原始数据叠加对比,对京津冀三个省份的抽取结果、投影结果及拼接结果进行检查(图2)。检查抽取及拼接后的图斑是否存在丢漏、多提的情况,检查数据投影是否为Albers投影,并重点对各县拼接处进行检查。结果显示京津冀的沟渠及干渠图斑抽取结果、投影结果及拼接结果正确率为100%。
图2   沟渠及干渠图斑抽取结果检查
(a)沟渠及干渠图斑抽取前(b)沟渠及干渠图斑抽取后
(2)沟渠及干渠骨架线提取结果检查
通过叠加沟渠及干渠骨架线及原始地类图斑后可发现,沟渠及干渠骨架线走向与原图斑走向一致,提取出的骨架线位于图斑的中心位置,局部存在沟渠与干渠衔接不当导致骨架线偏移的情况,通过分别抽取沟渠及干渠骨架线,并结合人工修改可以有效解决以上问题。沟渠及干渠骨架线自然平滑,基本不存在多余的枝杈,且不存在骨架线漏提取的情况(图3)。
图3   原始图斑(左)到提取骨架线(右)
(a)沟渠及干渠图斑骨架线提取前(b)沟渠及干渠图斑骨架线提取后
(3)公里格网沟渠密度数值异常检查
京津冀地区沟渠密度的检查主要为数值异常检查(图4)。检查公里格网值域为0的区域是否存在沟渠及干渠;检查公里格网值域≥0的区域数值正确性,若单个同时格网内存在沟渠及干渠骨架线,检查像素值是否为两者之和。结果显示公里格网值域为0的区域不存在沟渠及干渠,公里格网值域≥0的区域数值正确性为100%。
图4   公里格网与沟渠及干渠骨架线叠加效果图
(a)沟渠及干渠图斑骨架线(b)沟渠及干渠图斑骨架线与公里格网叠加
本数据集原始数据来源为2020年国土变更调查数据,国土变更调查数据是在第三次全国国土调查数据基础上更新,采用内业解译全图斑逐个核查的方式建立县级数据库,数据精度高,抽取后的沟渠及干渠图斑骨架线与原始图斑套合程度较高,以上数据源和骨架线提取方法为生产京津冀1 km沟渠密度数据集提供了保障。
4   数据价值
本数据集为2020年京津冀地区1 km格网沟渠密度数据集,数据集基于2020年度国土变更调查数据制作,三次调查和2020年国土变更调查均采用优于1米的遥感影像,绘图精度高,且国土变更调查数据通过省级核查及国家级多轮核查,变更图斑总体差错率不大于2%,保证了地类的正确性。而已有沟渠密度成果多以30 m分辨率的landsat影像通过人工目视的方法解译沟渠,原始影像分辨率低,因此本数据集较已有数据具有更高的分类精度。
沟渠密度作为重要的农业水文指标,可用于构建水资源评价指标体系,研究农业水资源质量空间格局,以期为改良京津冀农业发展的限制性因子、指导农业绿色发展与空间布局提供依据。同时沟渠可吸附地下水悬浮物,具有水质净化作用,研究沟渠密度及其分布规律,可为京津冀地区湿地的保护、沟渠污染防治恢复和水利工程生态化建设等提供科学依据和决策支持。本数据实体解压后可使用支持tiff格式的软件查看,如ArcGIS、QGIS等地学分析软件。
[1]
张合兵, 于壮, 邵河顺. 基于多源数据的自然生态空间分类体系构建及其识别[J]. 中国土地科学, 2018, 32(12): 24–33. DOI: 10.11994/zgtdkx.20181130.095532. [ZHANG H B, YU Z, SHAO H S. Construction of classification system and identification of ecological spatial based on multi-sources data[J]. China Land Science, 2018, 32(12): 24–33. DOI: 10.11994/zgtdkx.20181130.095532.]
[2]
付春艳. 张家界市生态空间的综合评价与管控策略研究[D]. 张家界: 吉首大学, 2021. [FU C Y. A study on comprehensive assessment and strategies for management control of Zhangjiajie ecological space[D]. Zhangjiajie: Jishou University, 2021.]
[3]
尹炜, 王超, 辛小康. 南水北调中线总干渠水质管理问题与思考[J]. 人民长江, 2020, 51(3): 17–24. DOI: 10.16232/j.cnki.1001-4179.2020.03.004. [YIN W, WANG C, XIN X K. Thinkings on water quality management of main channel in Middle Route of South-to-North Water Transfer Project[J]. Yangtze River, 2020, 51(3): 17–24. DOI: 10.16232/j.cnki.1001-4179.2020.03.004.]
[4]
王超, 辛小康, 王树磊, 等. 长距离人工输水渠道水质时空演变规律研究: 以南水北调中线总干渠为例[J]. 环境科学学报, 2022, 42(2): 184–194. DOI: 10.13671/j.hjkxxb.2021.0190. [WANG C, XIN X K, WANG S L, et al. Study on spatiotemporal change of water quality in long distance artificial water conveyance channels: a case study of the main channel of the middle route of the South-to-North Water Diversion Project[J]. Acta Scientiae Circumstantiae, 2022, 42(2): 184–194. DOI: 10.13671/j.hjkxxb.2021.0190.]
[5]
何彤慧, 程志, 张玉峰, 等. 银川平原沟渠植物多样性特征及影响因素[J]. 湿地科学, 2013, 11(3): 352–358. DOI: 10.13248/j.cnki.wetlandsci.2013.03.015. [HE T H, CHENG Z, ZHANG Y F, et al. Characteristics of plant diversity of canals and ditches and their influencing factors in Yinchuan plain[J]. Wetland Science, 2013, 11(3): 352–358. DOI: 10.13248/j.cnki.wetlandsci.2013.03.015.]
[6]
郗敏, 吕宪国, 姜明. 人工沟渠对流域水文格局的影响研究[J]. 湿地科学, 2005, 3(4): 310–314. DOI: 10.13248/j.cnki.wetlandsci.2005.04.011. [XI M, LU X G, JIANG M. Study on the influence of the man-made ditches on the hydrological pattern on A watershed scale[J]. Wetland Science, 2005, 3(4): 310–314. DOI: 10.13248/j.cnki.wetlandsci.2005.04.011.]
[7]
蓝艳, 崔保山, 韩祯, 等. 白洋淀台田沟渠水生植物营养盐特征及其影响因子分析[J]. 湿地科学, 2013, 11(2): 276–281. DOI: 10.13248/j.cnki.wetlandsci.2013.02.023. [LAN Y, CUI B S, HAN Z, et al. Characteristics of nutrients and influence factors of aquatic macrophytes in the ditches of raised fields in baiyang lake[J]. Wetland Science, 2013, 11(2): 276–281. DOI: 10.13248/j.cnki.wetlandsci.2013.02.023.]
[8]
卢涛, 马克明, 倪红伟, 等. 三江平原不同强度干扰下湿地植物群落的物种组成和多样性变化[J]. 生态学报, 2008, 28(5): 1893–1900. DOI: 10.3321/j.issn: 1000-0933.2008.05.002. [LU T, MA K M, NI H W, et al. Variation in species composition and diversity of wetland communities under different disturbance intensity in the Sanjiang Plain[J]. Acta Ecologica Sinica, 2008, 28(5): 1893–1900. DOI: 10.3321/j.issn: 1000-0933.2008.05.002.]
[9]
刘佳琦, 栗云召, 宗敏, 等. 黄河三角洲人类干扰活动强度变化及其景观格局响应[J]. 地球信息科学学报, 2018, 20(8): 1102–1110. [LIU J Q, LI Y Z, ZONG M, et al. Intensity change of human disturbance and its response to landscape pattern in the Yellow River Delta[J]. Journal of Geo-Information Science, 2018, 20(8): 1102–1110.]
[10]
宗敏, 王光镇, 韩广轩, 等. 1976—2015年黄河三角洲人工沟渠时空演变及驱动机制[J]. 鲁东大学学报(自然科学版), 2017, 33(1): 68–75. [ZONG M, WANG G Z, HAN G X, et al. Spatial and temporal evolution and driving mechanism of man-made ditches in the Yellow River Delta from 1976 to 2015[J]. Journal of Ludong University (Natural Science Edition), 2017, 33(1): 68–75.]
[11]
吴丽红. 富锦市土地整治区耕地质量评价研究[D]. 哈尔滨: 东北农业大学, 2020. [WU L H. Research on cultivated land quality evaluation in land consolidation area of Fujin City[D]. Harbin: Northeast Agricultural University, 2020.]
[12]
张定祥, 汪秀莲, 刘顺喜, 等. 第三次全国国土调查土地利用矢量数据栅格化方法[J]. 测绘通报, 2022(4): 138–144. DOI: 10.13474/j.cnki.11-2246.2022.0125. [ZHANG D X, WANG X L, LIU S X, et al. Vector rasterization method of national land use data in the third national land survey[J]. Bulletin of Surveying and Mapping, 2022(4): 138–144. DOI: 10.13474/j.cnki.11-2246.2022.0125.]
数据引用格式
彭晋福, 张定祥, 李亚南, 等. 2020年京津冀1 km格网沟渠密度数据集[DS/OL]. V4. Science Data Bank, 2022. (2024-03-20). DOI: 10.57760/sciencedb.04783.
Baidu
稿件与作者信息
论文引用格式
彭晋福, 张定祥, 李亚南, 等. 2020年京津冀1 km格网沟渠密度数据集[J/OL]. 中国科学数据, 2024, 9(1). (2024-03-19). DOI: 10.11922/11-6035.csd.2022.0094.zh.
彭晋福
PENG Jinfu
样本收集,论文撰写,算法构建。
(1970—),男,湖南省常德人,硕士,高级工程师,研究方向为环境地理。
张定祥
ZHANG Dingxiang
算法构建,数据校核,论文设计与撰写。
dingxiang_zhang@163.com
(1969—),男,安徽省南陵人,博士,研究员,研究方向为空间大数据技术与数据产品研发等。
李亚南
LI Yanan
数据处理。
(1995—),女,河北省邢台人,硕士,助理工程师,研究方向土地资源管理。
尚梦佳
SHANG Mengjia
数据质量控制。
(1993—),女,河北省石家庄人,硕士,工程师,研究方向国土信息化与土地资源管理。
科技基础资源调查专项(2023FY101005)
Science & Technology Fundamental Resources Investigation Program (Grant No.2023FY101005)
Baidu
出版历史
I区发布时间:2022年11月15日 ( 版本ZH2
II区出版时间:2024年3月20日 ( 版本ZH5
参考文献列表中查看
中国科学数据
csdata
Baidu
map