地理国情与国土三调数据差异性分析与研究

李新萍，魏 娜，张 蕾，狄广礼，张士诚*

（1. 河南省地质矿产勘查开发局第一地质矿产调查院，河南 洛阳 471000；2. 河南省金银多金属成矿系列与深部预测重点实验室，河南 洛阳 471000）

地理国情监测与国土调查相辅相成，二者之间的相互关系和分类体系转换将成为重点研究内容，也为其调查精度和准确度提供参考依据[1-12]。本文结合以往分类体系，以实验区为实际框架，分析两套数据的对应关系及重合率，以及其差异化原因，使得地理国情监测为自然资源监测提供更加精准的数据支撑。

1 数据来源与实验总体框架

1.1 数据来源

本文选取河南省洛阳市某县城乡结合处为实验区域，采用2019 年第三次国土调查数据（DLTB）以及2019年地理国情监测数据（LCRA），数据均采用2000国家大地坐标系。“三调”土地利用现状依据《第三次全国国土调查工作分类》[19]，包含13 个一级类、56 个二级类，地理国情监测地表覆盖依据《基础性地理国情监测内容与指标》[18]包含10 个一级类、59 个二级类、143 个三级类[13]。由于分类差别较大，本文均采用一级地类为主、二级地类为辅的调查成果进行实验分析，且国土三调中湿地仅为内陆滩涂用地，归并到水域及水利设施用地中，不再单独分析。实验区一级地类土地利用现状图以及地表覆盖分类图见图1和图2。

图1 土地利用现状图

图2 地表覆盖图

1.2 实验总体框架

1.2.1 建立分类标准转换关系

从地理国情监测地表覆盖分类与国土调查土地利用现状分类中可以表明，两者的耕地、园地、林地、水域等可以建立“一对一”的对应关系，其余地类基本都是“多对一”的对应关系，特别是国土调查中建设用地的细化，只能多个地表覆盖中的二级地类进行对应。二者之间的对应关系见表1。

表1 地表覆盖与土地利用现状分类对应关系

1.2.2 总体框架

针对地理国情监测内容指标与国土调查分类体系在调查对象、分类标准、技术指标等方面存在的差异，从理论上进行数据分析，根据各自调查成果，以国土三调二级地类为基础，与其地理国情监测二级地类进行匹配，分析其对应关系，对其用地分类原则进行对接，并建立其关联标准体系。

从实践方面进行结果分析，选取实验区，对两套数据成果进行空间数据衔接实验，分析其数据转换效果，以国土三调一级地类为基础，评估两套数据重合率，并对其差异性原因进行具体分析，从而提出地理国情监测优化建议。实验总体框架如图3所示。

图3 总体框架图

1）建立二者分类关联体系。遵循“内涵一致”、“地类细分”、“逐级归并”3 个原则[14]。将内容相近的类别进行归并，将地类细化到最小类别，然后以此为基础再逐级合并。

2）进行空间数据对比分析。对两类空间矢量数据进行叠加分析操作，将所有地类叠加后对其空间关系进行分析，然后输出统计数据。采用内容相近的地类重合面积与国土调查数据土地利用现状分类面积的比值做转换衔接效果的指标，计算其空间重合率[15]。

3）分析其差异性原因。将国家下发的高分辨率遥感影像与两类数据进行空间叠加[15]，结合三调技术规程，分析其产生差异性的原因。

4）提出地理国情优化建议。总结产生差异化的原因，从完善监测内容、统一技术标准[15]、优化分类体系等方面提出优化建议[16]。

2 实验与分析

2.1 数据转换实验过程

1）运用GIS 软件空间分析功能，将国土三调（DLTB）和地理国情监测数据（LCRA）两个数量图层进行叠加分析。

2）叠加后，按分类标准对应关系，经过对比分析，确定最佳匹配类别，提取两类数据的重合图斑。

3）计算重合图斑的各类地类面积，以及与国土三调数据的重合率。

2.2 数据转换效果评估

实践层面上重合率为85.9%，整体重合度较好（见图4），实际转换应用价值较高，但个别地类重合率较低，说明在实际转换过程中存在一定差异。由于水域和道路用地为条带状狭长图斑，在两类数据叠加分析时容易产生碎面，故单独将水域和道路进行叠加分析。

图4 地表覆盖数据与土地利用现状数据空间重合率

1）林地重合率为97.2%，住宅用地重合率为92.5%，说明两类数据对应关系较好，具有较高的一致性。

2）商业服务业用地重合率为82.1%，水域及水利设施用地重合率为80.9%，工矿用地重合率为79.5%，两类数据在对应关系中存在多对一的关系，具有比较高的一致性。

3）交通运输用地重合率为65.7，耕地重合率为53.3%，种植园用地重合率为47.4，公共管理与公共服务用地重合率为45.8，两类数据在对应关系中存在一对一、多对一等较为复杂的对应关系，一致性较差。

4） 特殊用地重合率为6.0%，草地重合率为2.3%，其他土地重合率为2.3%，两类数据重合度较低，一致性较差。

从二者的叠加结果可以看出，如图5、6所示，差异图斑主要存在于耕地、林地、建设用地（将商业服务业用地、住宅用地、公共管理与公共服务用地合并为建设用地）、特殊用地，交通运输用地、水利及水域设施用地。要实现两类数据在实践层面的高度重合，应进一步优化两类数据的各地类的直接对应关系，从而保证其具有一定的应用价值。

图5 地表覆盖数据与土地利用现状数据重合区域及差异图斑

2.3 差异性原因分析

将两类数据与高分遥感影像进行空间叠加分析，得出造成差异性的原因如下：

两种调查与监测体系的采集重点不同。地理国情监测按照“现状优先、所见即是”的原则，而“三调”按照实际权属和用途为主的原则。如图7a 所示，一所学校，“三调”整体为科教文卫用地，地理国情监测调查则为林地、草地、房屋建筑（区）。

调查方法不同。地理国情监测以影像采集为主，“三调”则以互联网+外业举证为主，实地走到、看到、问到。如图7b所示，影像显示为耕地，实际调查已种植树苗，按其他林地调查。

影像来源和时点不同。国家下发影像分辨率均优于1 m，地理国情监测影像数据以2018年8月为主，标准时点为2019年6月30日，“三调”影像以2018年3月为主，标准时点为2019年12月31日为主。不同时期的影像以及偏移程度会造成地表覆盖、地类边界的不一致性，如图7c所示，道路、河流的边界不一致性。

图6 地表覆盖水域、道路数据与土地利用现状数据重合区域及差异图斑

调查内容和地类定义不同。地理国情监测目的在于查清地表覆盖情况，“三调”在于追溯“二调”和历年年度变更基础上，掌握真实精准的国土资源利用及变化情况，以及分布、种类、数量等信息[17]。例如城镇内部公园按整体调查为0810，不再细化为林地、草地、硬化、建筑用地等，如图7d所示。再如地表覆盖为荒草，但在历年耕地中只要有一年为耕地，将其调查为耕地，标注未耕种属性。

图7 地理国情监测与国土调查数据差异性分析

最小上图图斑面积不一致。地理国情监测规定：种植土地、林草、水域实地面积为400 m2；房屋建筑（区）、人工堆掘地实地面积为1 600 m2；绿化、独立房屋实地面积为200 m2等[18]。“三调”规定建设用地和设施农用地实地面积为200 m2；农用地（不含设施农用地）实地面积为400 m2；其他地类实地面积为600 m2，荒漠地区可适当减低精度，但不得低于1 500 m2[20]。对于有更高管理需求的地区，建设用地可适当提高调查精度[20]。但在实际调查和应用中，高分影像已能识别较小图元，“三调”中将建设用地按最小50 m2的精度上图，其他地类也相应提高上图精度。

综上所述，两种调查方法中，建设用地、特殊用地（军事用地和景区内部建筑等）差异性体现在最小上图面积不同；耕地差异性体现在调查内容和重点以及调查方法不同；林地差异性体现在现场调查以及退耕还林；交通运输用地差异性体现在定义、时点不同以及影像偏移；水域及水利设施用地差异性体现在采集不同、影像偏移等。

3 结论与建议

3.1 结 论

本文从理论层面分析地理国情监测与国土调查数据的分类体系差异，建立二者的关联转换方法，构建实验分析的总体框架。从实践层面，首先选取实验区，进行转换实验；其次对实验结果进行评估，结果表明，两套分类体系在空间转换衔接分析中，整体重合度较高，实验效果较好。其中林地对应关系较为简单，重合率最高，建设用地整体一致性较高，特殊用地和未利用地一致性较差。

3.2 地理国情优化建议

我国地理国情较为复杂，地表覆盖情况变化较快，地理国情监测如果只注重表面监测，并不能快速准确地反映其空间的变化与演化规律，需对其内部属性、自然结构进行逐一细化完善，使其调查成果发挥应有的作用。

1）统一技术标准，便于大数据管理。只有将自然资源调查统一技术标准，才能为将来的国土大数据管理提供数据支撑。与国土三调统一最小图斑上图面积、内业勾绘上图精度等。

2）完善监测内容，提供优质服务。地理国情监测正逐步常态化，其监测内容应该更注重维度、深度，不能只调查表面，不涉及其内部，应建立其专题监测成果，提供更加优质的服务成果。

3）优化分类体系，衔接其他体系。将地理国情监测分类体系与其他自然资源进行对接，例如国土、林业、水利等部门，将地类认定统一化，分类体系进行优化，使得在大类别上能无缝对接，也便于验证其与其他调查成果的准确性，更好地为我国自然资源的调查提供数据支撑与服务。