T/SZAS 67-2023 土地利用数据融合规范

ICS07.040

CCSA76

团体标准

T/SZAS67—2023

土地利用数据融合规范

Specificationforlandusedatafusion

2023-12-25发布2023-12-30实施

深圳市标准化协会 发布

T/SZAS67—2023

目次

前言..................................................................................II

引言.................................................................................III

1范围.................................................................................1

2规范性引用文件.......................................................................1

3术语和定义...........................................................................1

4缩略语...............................................................................1

5基本原则.............................................................................1

6技术流程.............................................................................2

7预处理...............................................................................2

8融合转换.............................................................................3

9属性项处理...........................................................................4

10质量评价............................................................................5

附录A（资料性）基于语义映射与属性的地类融合转换关系对照................................6

附录B（资料性）基于多边形数据与POI数据辅助的地类细致分类转换关系对照..................8

附录C（资料性）基于遥感影像和多边形数据辅助的地类细致分类转换关系对照.................12

参考文献..............................................................................13

I

T/SZAS67—2023

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起

草。

本文件由香港理工大学深圳研究院提出。

本文件由粤港澳大湾区标准创新联盟归口。

本文件授权粤港澳大湾区标准创新联盟组织伙伴和所有成员单位使用，联盟组织伙伴需等同采用转

化为自身团体标准，并在上公开标准基本信息。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件主要起草单位：香港理工大学深圳研究院、香港理工大学、首都师范大学、广东省土地调查

规划院、奥格科技股份有限公司、卓宇智能科技有限公司、澳门大学、深圳市前海深港现代服务业合作

区管理局。

本文件主要起草人：史文中、刘昆兰、张安舒、曾元武、包世泰、张敏文、郭善知、但丹、肖斌、

冯奕翡。

本文件为首次发布。

II

T/SZAS67—2023

引言

本文件的发布机构提请注意，声明符合本文件时，可能涉及到5、6、7和8.2与中国发明专利申请《一

种基于POI的地类细致分类方法、装置、存储介质及终端设备》（CN202210012976）中相关的专利的使

用。

本文件的发布机构对于该专利的真实性、有效性和范围无任何立场。

该专利持有人已向本文件的发布机构保证，他愿意同任何申请人在合理且无歧视的条款或条件下，

就专利授权许可进行谈判。该专利持有人的声明已在本文件的发布机构备案。相关信息可以通过以下联

系方式获得：

专利持有人姓名：香港理工大学深圳研究院。

地址：深圳市南山区高新技术产业园粤兴一道18号。

请注意除上述专利外，本文件的某些内容仍可能涉及专利。本文件的发布机构不承担识别专利的责

任。

III

T/SZAS67—2023

土地利用数据融合规范

1范围

本文件规定了粤、港、澳三地不同土地利用分类系统之间二维土地利用数据融合转换的基本原则、

技术流程、预处理、融合转换、结果整理和质量评价。

本文件适用于粤、港、澳三地不同土地利用分类系统之间二维土地利用数据的融合转换及与土地利

用现状数据相关的决策与服务中，如地理国情监测、区域与城市规划、自然资源调查监测等。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，

仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本

文件。

GB/T14911—2008测绘基本术语

GB/T17694—2009地理信息术语

GB/T19231—2003土地基本术语

DB43/T1761—2020多源基础地理空间矢量数据融合规范

3术语和定义

GB/T14911—2008、GB/T17694—2009、GB/T19231—2003界定的以及下列术语和定义适用于本文

件。

3.1

原土地利用分类系统originallanduseclassificationsystem

数据融合中，源土地利用数据所采用的土地利用分类系统。

3.2

目标土地利用分类系统targetedlanduseclassificationsystem

数据融合中，规定融合转换后的土地利用数据应采用的土地利用分类系统。

4缩略语

下列缩略语适用于本文件。

POI：兴趣点（PointOfInterest）

5基本原则

依据DB43/T1761-2020所规定的数据融合基本原则，并对其扩充，土地利用数据融合应遵循以下原

则：

a)权威性原则。融合数据使用时，应优先使用国家权威部门发布的数据；

b)高精度原则。融合数据几何表达精度不一致时，应以精度高的数据为准。用于辅助分类的数

据，其空间精度不应低于源土地利用数据。对融合后的土地利用数据集，须在其元数据中清

楚注明每个源土地利用数据的几何表达精度；

c)现势性原则。融合数据现势性不一致时应以现势性高的数据为准；

d)延续性原则。融合后数据成果应保持时空内信息的连续。要素边界与行政边界产生冲突时要

素边界应服从行政边界，下级行政边界应服从上级行政边界；

e)现实性原则。要素分割时应优先使用更符合分类时对多边形数据所代表的地理实体的尺度要

求的多边形数据。

1

T/SZAS67—2023

6技术流程

对土地利用数据融合所需各类数据进行预处理后，将原土地利用分类系统下的数据，融合转换为目

标土地利用分类系统下的数据，可采用以下三种方法：

a)对于在原土地利用分类系统和目标土地利用分类系统中存在语义重合的类别的数据，使用基

于语义映射与属性的数据融合方法；

b)对于复杂城市建设用地类别的数据，即无法通过语义映射直接融合的城市建设用地数据，使用

基于多边形数据与POI数据辅助的地类细致分类方法；

c)对于复杂非城市建设用地类别的数据，即无法通过语义映射直接融合的非城市建设用地数据，

使用基于遥感影像和多边形数据辅助的地类细致分类方法。

使用上述方法，可实现香港规划署规定土地用途分类、澳门第6/2022号行政法规《土地分类及用途》、

自然资源部《国土空间调查、规划、用途管制用地用海分类指南（试行）》三个土地利用分类系统下土

地利用数据的融合，各小类之间的融合转换关系相关示例见附录A、附录B和附录C。

经上述方法处理后，再进行外业调查核实、属性项处理、质量评价。

土地利用数据融合技术流程见图1。

图1土地利用数据融合技术流程图

7预处理

7.1多边形数据和POI数据分类

按照目标土地利用分类系统的分类体系，对多边形数据和POI数据进行分类，并增加对应土地利用

类型属性项。

7.2坐标统一

将多边形数据、POI数据、遥感影像的坐标统一至目标坐标系统。

7.3遥感影像预处理

对影像进行拼接、辐射校正、几何纠正等操作。

2

T/SZAS67—2023

8融合转换

8.1基于语义映射与属性的数据融合

对原土地利用分类系统和目标土地利用分类系统中各土地利用类别的定义进行语义分析，根据语义

相似度建立原土地利用类别与目标土地利用类别的对应关系。对于语义重合的类别，可根据需要将其融

合至目标土地利用类别。对于有语义重合但不可直接融合至目标土地利用类别的要素实例，可搜集其他

资料辅助分类。

8.2基于多边形数据与POI数据辅助的地类细致分类

8.2.1技术流程

对此方法所用数据预处理后，判断源土地利用数据的各要素实例中包含POI类别的情况，并对包含

多类POI且与多边形数据相交的要素实例进行要素分割。对分割后的要素实例及未分割的其他要素实例，

可采用直接赋类、根据POI分类、最近邻归类三种方法，辅以人工判断进行要素分类，最后进行属性项

处理。

基于多边形数据与POI数据辅助的地类细致分类方法流程见图2。

图2基于多边形数据与POI数据辅助的地类细致分类方法流程图

8.2.2判断各要素实例中包含POI类别的情况

对源土地利用数据中的单个要素实例，根据各要素实例包含POI的类别，将实例分为：包含多个类

别POI的要素实例、仅包含一个类别POI的要素实例和不包含POI的要素实例。

8.2.3要素分割

8.2.3.1多边形数据分割

3

T/SZAS67—2023

对于包含多个类别的POI且与多边形数据相交的要素实例，在对其按照目标土地利用系统进行分类

之前，首先使用多边形数据对其进行分割。

8.2.3.2判断多边形数据所代表地理实体的情况

根据多边形数据所代表的地理实体，将其分为：单个场所的多边形数据和多个场所组合的多边形数

据。

示例：一所学校中，代表学校里单个教学楼、食堂、广场、田径场、篮球场等地理实体的多边形数据是“单个场所

的多边形数据”的示例，代表整个学校的多边形数据是“多个场所组合的多边形数据”的示例。

8.2.3.3分割优先级确定

计算要素实例范围内所有多边形数据面积占该要素实例面积的比例，可作为表示多边形数据是否能

代表该要素实例的补充依据。

使用多边形数据对要素实例进行分割时，优先使用能代表该要素实例的多个场所组合的多边形数据，

再使用能代表该要素实例的单个场所的多边形数据，对于不能仅用一种多边形数据代表的要素实例，同

时使用两种多边形数据进行分割。

8.2.4要素分类

8.2.4.1直接赋类

对于仅包含一个类别的POI的要素实例，以及根据8.2.3分割后与多边形数据重合的要素实例，可考

虑将POI或多边形数据所属的目标土地利用类别作为该要素实例的类别。对于仅包含一个类别的POI的要

素实例，宜增加人工判断或外业调查核实。

8.2.4.2根据POI分类

对于包含多个类别的POI且不与多边形数据相交的要素实例，使用POI进行分类。根据各要素实例中

包含的各类别POI数目、规模和独特性，判断该要素实例在目标土地利用系统中的主要土地利用类别，

该主要类别作为该要素实例的类别。在判断要素实例的主要土地利用类别时，相应类别POI数目多的类

别优先于POI数量少的类别；相应类别POI规模大的类别优先于POI规模小的类别；研究区域内总数较少

的POI通常具有较强的独特性，相应类别POI独特性强的类别优先于POI独特性弱的类别。对可能出现混

淆的类别，宜增加人工判断；对特别复杂的情况，宜适当增加外业调查核实。

8.2.4.3最近邻归类

对于分割后不与多边形数据重合且尺度小于单栋建筑的要素实例，可将与其最近的有类别的要素实

例的类别作为该要素实例的类别。

8.3基于遥感影像和多边形数据辅助的地类细致分类

8.3.1遥感影像分类

依据遥感影像的光谱特征、纹理特征、形状特征和拓扑关系，以要素实例在原土地利用分类系统中

的类别作为先验知识，使用基于对象的遥感影像分类方法，对林地、草地、沼泽地和农地等自然地类进

行细致分类。

8.3.2多边形数据辅助分类

对部分使用遥感影像不足以进行细致分类的类别，可搜集多边形数据和其他资料辅助分类。

8.4外业调查核实

对于8.1、8.2、8.3节所述方法不能分类的源土地利用数据，采用外业调查核实的方法进行分类。

9属性项处理

9.1增补属性项

4

T/SZAS67—2023

以目标土地利用分类系统的属性结构为主，保留融合数据中专有属性项，重新定义新增的属性项。

宜保留源数据中的属性项作为参考。

9.2删除属性项

对不涉及的属性项进行删除。

10质量评价

在每个融合后的类别内随机选取不少于200个且不少于10%的要素实例，利用外业调查数据，按照融

合后的土地利用分类系统对要素实例进行人工分类，形成参考数据。对于要素实例不足200个的类别则

选取全部要素实例，形成参考数据。通过对参考数据和按本文件规定的数据融合方法生成的成果进行对

比，对数据融合成果进行质量评价。

5

T/SZAS67—2023

附录A

（资料性）

基于语义映射与属性的地类融合转换关系对照

使用基于语义映射与属性的地类融合技术时，工业用