[发明专利]一种集聚分布型地理要素的自适应空间抽样方案设计方法

权利要求书

1.一种集聚分布型地理要素的自适应空间抽样方案设计方法，其特征在于，包括以下步骤：

步骤1，选取地理要素作为抽样指标，选取抽样指标的预采样样点数据，确定抽样单元和抽样框；                 

步骤2，采用Voronoi分析方法分析步骤1中的预采样样点数据，判断抽样指标是否具有空间集聚性分布特征；若有，执行步骤3，否则，中断所有步骤；

步骤3，输入微粒群聚类算法参数和类别数，利用微粒群聚类算法对完成步骤2的预采样样点数据进行聚类分析，得到聚类中心作为抽样指标的初始抽样样点；

步骤4，输入二进制微粒群优化算法参数，利用二进制微粒群优化算法对步骤3生成的初始抽样样点进行样点加密，得到集聚型地理要素的抽样方案。

2.根据权利要求1所述的一种集聚分布型地理要素的自适应空间抽样方案设计方法，其特征在于，所述的步骤3具体操作方法如下：

步骤3.1，构建微粒群聚类算法中微粒与聚类中心的映射关系；

步骤3.2，将预采样样点随机划分为步骤3设定的类别数，采用平均欧式距离原则计算各子类的聚类中心，依据步骤3.1中的映射关系,利用聚类中心初始化微粒群中的所有微粒                                                ，其中为微粒编号；

步骤3.3，计算步骤3.2中初始化后的微粒群中每个微粒的适应度，确定t+1时刻微粒的个体历史最优位置和微粒群的全局历史最优位置，基于以下公式：

式一；                                   式二；

步骤3.4，利用个体历史最优位置和全局历史最优位置计算t+1时刻微粒的速度，并利用该速度更新微粒位置；

            式三；

步骤3.5，判断是否满足终止条件，如果不满足则返回步骤3.3开始下一次迭代，满足则聚类分析完成，输出全局最优微粒中的聚类中心作为抽样指标的初始抽样样点。

3.根据权利要求1所述的一种集聚分布型地理要素的自适应空间抽样方案设计方法，其特征在于，所述步骤4的具体操作方法如下：

步骤4.1，构建二进制微粒群优化算法中微粒与抽样单元的映射关系；

步骤4.2，依据步骤4.1构建的映射关系，利用步骤3.5生成的初始抽样样点初始化二进制微粒群；

步骤4.3，计算每个微粒的适应度，确定微粒的个体历史最优位置和微粒群的全局历史最优位置；

步骤4.4，根据个体历史最优位置和全局历史最优位置更新二进制微粒位置，更新过程受限于分布轴线/分布中心吸引作用、样点可标识性和抽样费用；

步骤4.5，判断是否满足终止条件，如果不满足则返回步骤4.3开始下一次迭代，满足则样点加密完成，输出全局最优微粒作为集聚性地理要素指标的抽样方案。

4.根据权利要求1所述的一种集聚分布型地理要素的自适应空间抽样方案设计方法，其特征在于，所述的步骤2中，进行Voronoi分析的步骤为首先生成预采样样点的Voronoi多边形，然后计算Voronoi多边形面积的标准差与平均值的比值，如果比值大于64%，则抽样指标具有空间集聚特性。

5.根据权利要求1所述的一种集聚分布型地理要素的自适应空间抽样方案设计方法，其特征在于，所述的步骤3中，微粒群聚类算法的参数包括种群规模、最大迭代次数、惯性权重、随机参数1、随机参数2、个体信息加速常数、社会信息加速常数和收敛因子，采用最大迭代次数作为算法终止条件。

6.根据权利要求2所述的一种集聚分布型地理要素的自适应空间抽样方案设计方法，其特征在于，所述的步骤3.1构建的微粒与聚类中心的映射关系中，一个微粒表示为一种抽样指标预采样样点的聚类方案，微粒中的每一维代表一个聚类中心。

7.根据权利要求2所述的一种集聚分布型地理要素的自适应空间抽样方案设计方法，其特征在于，所述的步骤3.3中，采用微粒中包含的聚类中心对预采样数据进行划分，得到的子类之间的离散度用于衡量微粒的适应度:

                                            式四；

其中为第k个子类的聚类中心，表示一个微粒，为样点到相应聚类中心的距离，。