《Geocarto International》：Creation of a detailed land use land cover product for the territory of the European Union based on OpenStreetMap and CLCplus data
编辑推荐：
尽管亚米级空间分辨率的卫星数据日益普及，但基于这些数据制作土地覆盖产品仍不常见，尤其是在国家或大陆尺度上。本研究提出了一种不依赖卫星数据的精细土地利用土地覆盖（Land Use Land Cover, LULC）制图替代方案，转而利用免费可用的OpenStre
尽管亚米级空间分辨率的卫星数据日益普及，但基于这些数据制作土地覆盖产品仍不常见，尤其是在国家或大陆尺度上。本研究提出了一种不依赖卫星数据的精细土地利用土地覆盖（Land Use Land Cover, LULC）制图替代方案，转而利用免费可用的OpenStreetMap（OSM）。虽然OSM本身并不一定包含此类信息，但先前研究已对其加以应用，通常局限于局部尺度且主题或空间分辨率有限。本文聚焦于在国家至大陆尺度上实现高主题分辨率和高空间分辨率。OSM处理流程包括多边形和线状要素的协调与转换、用于高效处理的空间分幅、基于规则的2米栅格化，以及利用CLCplus Backbone数据集填补未制图区域。该方法已应用于2018年和2022年的所有欧盟国家。最终生成的包含19个类别的2米分辨率混合OSM/CLCplus土地利用/土地覆盖产品已免费开放获取。
**研究背景与科学问题**
土地利用土地覆盖（Land Use Land Cover, LULC）数据是理解和管理环境过程与社会经济活动的基础信息，在环境监测、气候变化研究、城市规划、生物多样性保护等领域具有关键作用。当前LULC产品的主流生成途径主要有两种：一是基于光学、雷达或融合遥感数据分类的方法；二是现有土地覆盖数据集之间的协同融合方法。随着Sentinel-2等十米级高分辨率传感器的普及和云计算平台的发展，用户对空间细节的需求已从千米级、百米级向更精细尺度转变。然而，现有大尺度产品在空间分辨率、最小制图单元（Minimum Mapping Unit, MMU）和类别粒度上仍难以满足局地尺度分析的需求。
OpenStreetMap作为一种全球免费开放的众源地理数据库，提供了精细且持续更新的地表覆被与基础设施信息。已有研究证明了其在局地尺度LULC制图中的潜力，但大多数应用受到OSM数据覆盖不均匀、主题口径不一致、处理流程难以扩展至大区域等限制。另一方面，权威欧洲产品如CORINE Land Cover (CLC)和Copernicus CLCplus Backbone提供了一致性良好的大范围覆盖，但其空间分辨率较粗，难以刻画建筑物、道路等细碎地物。因此，在精细的局地OSM派生产品和标准化的大尺度遥感产品之间，仍存在方法学与数据层面的空白。本研究的目标正是弥合这一空白，构建一套可扩展、可复现的开放工作流，将OSM的丰富主题信息与CLCplus的连续空间覆盖相结合，生成覆盖全欧盟的高分辨率混合LULC产品。该论文发表在《Geocarto International》。
**研究内容与总体结论**
研究人员提出并实现了一套完整的OSM至LULC转换方法，依次包含OSM要素翻译、空间分幅、层级化栅格化和CLCplus间隙填充四个阶段，并在2018年和2022年两个参考年份对全部欧盟成员国进行了处理。两个年份分别对应最新的两次欧洲土地利用/覆盖面积抽样调查（Land Use/Cover Area frame Survey, LUCAS）以及相关的哥白尼监测期。最终生成的空间分辨率为2米、包含19个LULC类别的混合产品已向公众免费开放。该研究首次在全欧盟尺度上实现了基于OSM的2米分辨率LULC制图，保留了OSM原始矢量数据的精细几何细节（如独立建筑物、窄小道路等），同时通过CLCplus填补实现了无缝覆盖，为环境监测、城市分析和政策制定等提供了新的开放数据资源。
**主要技术方法（不超过250字）**
研究采用2018年和2022年历史OSM数据，以及2018年和2021年版CLCplus Backbone栅格产品（原始分辨率10米，总体精度超过90%）。工作流包括：①根据OSM官方标签文档，将多边形和线状要素翻译为22类目标命名体系，线状要素按类别设定缓冲区宽度转为多边形；②按欧洲地面参考系统（European Terrestrial Reference System 1989 Lambert Azimuthal Equal Area, EPSG:3035）划分30×30公里规则分幅；③在2米栅格上按5级优先级规则进行层级化栅格化，高优先级类别（建筑物、道路等）覆盖低优先级背景类别，同级别内小多边形优先绘制；④未映射区域使用重分类后的CLCplus逐像素填补，并将部分异构类别以CLCplus值覆盖，最终得到19类产品。验证数据为LUCAS 2018和2022原位样本，经多重筛选后分别保留266,544个和294,707个有效样本，覆盖所有欧盟成员国，样本位于2×2公里规则网格。
**研究结果**
**3.1 混合LULC产品的生成**
所提出的工作流在2018年和2022年成功应用于所有欧盟国家。两年分别处理了6,653个和6,218个OSM分幅（后者不含英国），共翻译了2,834个独立OSM标签。统计显示，与人工建成环境相关的类别拥有最多的翻译标签数（如建筑、道路等），而自然和半自然类别（如过渡林地、灌木地、湿地）标签数明显较少。这主要反映了OSM在不同地表类型上映射频率与详细程度的差异，而非各类别的实际面积大小。所有分幅栅格经拼接并裁剪至各国行政边界后，生成无缝的2米分辨率LULC图层。
**3.2 映射完整性与间隙填充**
OSM映射完整度在欧盟国家间差异显著。2018年，未映射或未翻译区域占比从罗马尼亚、荷兰、捷克等国的不足10%，到葡萄牙和爱尔兰的超过80%不等。到2022年，欧盟平均未映射比例从42.6%降至34.5%，反映了OSM数据覆盖的持续改善。CLCplus间隙填充保证了产品在全球范围内的空间连续性，同时OSM原有精细特征得以保持。
**3.3 精度评估**
基于LUCAS验证样本的整体精度评估显示：2018年整体精度为84.6%，2022年为79.8%；F1分数分别为66.2%和67.1%。由于Perennial（多年生植被）和Wetland（湿地）两类仅存在于OSM而无法在CLCplus覆盖区域内重建，将这两类排除后，整体精度分别提升至86.9%（2018年）和82.1%（2022年），F1分数则提升至77.9%和77.5%。混淆矩阵分析表明，人工
