Remotely sensed estimation of cropland in China: a comparison of the maps derived from four global land cover datasets

Abstractthe University of Maryland Dataset (UMD), the International Geosphere-Biosphere Programme Data and Information System Cover (IGBP-DISCover), the Moderate Resolution Imaging Spectrometer (MODIS) dataset, and the Global Land Cover 2000 (GLC2000). Although produced primarily for global applications, these global land cover datasets are often used for national or regional applications. The objective of this study was to examine the similarities and differences between these datasets in mapping Chinese cropland and to highlight their strengths and weaknesses when used at the national and regional scales. First, the total areas (in ha) of the cropland mapped by the four datasets were compared at the Chinese national, regional, and provincial levels. Second, we performed a pixel-by-pixel comparison of the spatial locations of cropland mapped by the four datasets. These datasets were then separately compared with the Chinese 1996 National Land Survey Dataset (NLSD-1996) to assess their accuracy in cropland mapping. The results show that, despite some agreement, there are discrepancies between the datasets, and the type and extent varies between regions. There are many reasons for the discrepancies, the main ones being the diverse land cover classification schemes, coarse spatial resolution, per-pixel classification approach, and landscape heterogeneity.l'ensemble de données UMD (« University of Maryland Dataset »), l'ensemble IGBP-DISCover (« International Geosphere-Biosphere Programme Data and Information System Cover »), l'ensemble MODIS (« Moderate Resolution Imaging Spectrometer ») et l'ensemble GLC2000 (« Global Land Cover 2000 »). Bien que produits principalement pour les applications à l'échelle du globe, ces ensembles de données du couvert à l'échelle du globe sont souvent utilisés pour des applications au niveau national ou régional. L'objectif de cette étude était d'examiner les similarités et différences entre ces ensembles de données dans la cartographie des terres agricoles en Chine et de mettre en relief leurs forces et faiblesses à l'échelle nationale et régionale. En premier lieu, les superficies totales (en ha) des terres agricoles cartographiées à l'aide des quatre ensembles de données ont été comparées aux niveaux national, régional et provincial de la Chine. Deuxièmement, nous avons réalisé une comparaison pixel par pixel des localisations spatiales des terres agricoles cartographiées par les quatre ensembles. Ces ensembles furent ensuite comparés séparément avec l'ensemble de données NLSD-1996 de la Chine (1996 « National Land Survey Dataset ») pour évaluer leur précision dans la cartographie des terres agricoles. Les résultats montrent que, en dépit d'un certain accord, il existe des différences entre ces ensembles et que le type et l'étendue de celles-ci varient selon les régions. Il y a plusieurs raisons pour ces différences, les principales étant les divers schémas de classification du couvert, la résolution spatiale grossière, l'approche de classification par pixel et l'hétérogénéité du paysage.[Traduit par la Rédaction]