第1072篇|文献研读|Int. J. Geogr Inf Sci.|土地利用和土地覆被制图的众包地理信息综述:当前进展与挑战

文摘   2024-10-21 23:09   河南  

土地利用和土地覆被制图的众包地理信息综述:当前进展与挑战


研究背景

      土地利用和土地覆被(LULC)制图对于捕捉全球和地方尺度上的地表时空特征及其变化是不可或缺的。它在解决人类面临的最紧迫挑战,如全球变暖、城市扩张、生态退化等问题中扮演着至关重要的角色。因此,及时制作精确的LULC地图至关重要。

“众包”这一术语最初由Howe定义,最开始描述的是将商业任务外包给大众。在地理学领域,Goodchild引入了一个概念,用来捕捉个人或群体自愿生成的地理信息,这一概念被称为“志愿地理信息”(VGI)。此后,它被广泛应用于地理研究。随着数据获取技术的进步,新的地理空间数据来源出现了,例如社交媒体、出租车追踪和移动电话信号数据,这些数据虽然是公民为个人需求而生成的,但被收集用于科学研究。从数据使用者的角度来看,这种地理众包数据被视为被动众包地理信息(CGI)。

CGI相比于传统的土地调查或人口普查数据,它提供了显著的优势。CGI是动态生成和更新的,提供了土地属性的更实时反映,同时它也更加节省时间和成本。重要的是,CGI包含了关于人类活动的丰富信息,为遥感图像中缺乏的社会经济属性提供了宝贵的补充数据。因此,通过使用自动或半自动方法整合数据,CGI增强了详细和高效LULC制图的潜力。




主要内容

      众包地理信息(CGI)的出现显著加速了土地利用和土地覆被(LULC)制图的演变。这种方法利用公众力量分享空间信息,为制作LULC地图提供了一个相关数据源。本研究通过对2012-2023年间发表的262篇论文的分析,提供了该领域的全面概述,包括杰出的研究人员、主要研究领域、主要的CGI数据源、制图方法以及LULC研究的范围。此外,还评估了各种数据源和制图方法的优缺点。该文章还深入探讨了CGI数据质量在LULC制图中所面临的挑战,并探索了引入大型语言模型来克服这些阻碍的潜力。




数据与方法

      土地利用和覆盖(LULC)制图的来源和CGI类型:OpenStreetMap (OSM) 是最突出的CGI平台,在关键词提及和作为数据源方面均居首位。高德地图和百度地图作为中国领先的电子地图运营商,向公众提供广泛且定期更新的POI,成为仅次于OSM的第二大受欢迎的CGI数据源。Geofabrik和Geo-Wiki也占据了重要地位,前者是下载OSM数据的可靠资源,后者是公民/志愿者收集参考数据的最受欢迎的应用之一。


重要图表




重要结论

      本综述探讨了应用CGI进行LULC制图日益增长的情况,深入分析了选定的262篇文章中突出的几个关键特征,主要结论如下:

(1)欧洲和中国分别在CGI相关LULC制图研究的密度和强度上处于领先地位,这表明CGI在这两个地区具有广泛的可获取性和受欢迎程度。

(2)OSM数据和来自在线地图的poi由于其可获得性容易备受青睐,是LULC制图中最受欢迎的CGI数据源。

(3)利用CGI进行LULC制图的关键方法包括空间分析、监督分类和非监督分类。在监督分类中,集成学习和深度学习等技术对于提取LULC制图中的潜在特征和建模LULC制图中非线性关系特别有效。

(4)LULC制图可以在宏观、中观和微观层面上进行,空间粒度越大,LULC制图的范围就越大。CGI与高分辨率遥感图像技术的结合已经出现了新的制图技术。

(5)通过利用大型语言模型(LLMs)在自然语言理解、常识推理、多格式数据处理和自主学习方面的能力,在增强CGI对LULC制图中的使用方面具有良好的潜力。


未来展望:

(1)在Geo-AI的辅助下,CGI数据在分析几何剖面或垂直土地利用信息方面的潜力在很大程度上仍未得到开发。

(2)准确和当前的LULC制图可以识别出如历史遗址、农田、绿地和自然栖息地等重要地区值得进一步探索。


小编说


      本综述通过总结2012-2023年期间关于CGI在土地利用/土地覆被(LULC)制图领域的应用文献,说明CGI对精准制作LULC图的重要性。

    该文章题目为“A review of crowdsourced geographic information for land-use and land-cover mapping:  current progress and challenges”,于2024年发表在《INTERNATIONAL JOURNAL OF GEOGRAPHICAL INFORMATION SCIENCE》期刊,地理科学1区-Top,IF=4.3。


引用:Wu, H., Li, Y., Lin, A., Fan, H., Fan, K., Xie, J., & Luo, W. (2024). A review of crowdsourced geographic information for land-use and land-cover mapping: current progress and challenges. International Journal of Geographical Information Science, 1-33.


【END】

本期文案王双

本期编辑|王双




知天象
关注地球科学和物理学相关的理论、方法和前沿研究进展。
 最新文章