[发明专利]一种绿地生态评价单元粒度自适应栅格取样方法

权利要求书

1.一种绿地生态评价单元粒度自适应栅格取样方法，其特征在于具体步骤为：

（1）首先，按基于绿地生态评价指标体系建立面向评价对象的分级分层适用的基于情境的生态评价遥感栅格粒度决策模型，在绿地生态评价的过程中积累并建立绿地生态评价遥感栅格粒度决策模型库、方法库，在此基础上建立决策模型管理系统，维护模型与评价对象的关联，并通过自学习机制积累模型栅格划分经验数据；

（2）其次，在基于粒度划分决策树的基础上按影像数据类型、分辨率与空间相关性建立复合B+树索引海量空间影像数据库；

（3）最后，应用基于智能决策树的数据挖掘方法，构建影像与绿地生态评价单元自适应选择算法，实现绿地生态评价单元粒度自适应栅格取样。

2.根据权利要求1所述的绿地生态评价单元粒度自适应栅格取样方法，其特征在于步骤（1）中所述基于绿地生态评价指标体系建立的决策模型管理系统，具体包括：

按照绿地生态监测评价指标体系所确定的生态监测指标来构建指标元数据，建设指标元数据库对指标进行维护；系统提供基于灵活的复合层次评价模型构建方法：基于生态监测指标元数据的定义，构建满足不同用户评价级别和评价层次的生态评价模型；在此基础上形成生态评价模型库，实现评价模型的复用；在决策模型中建立生态监测评价指标的级别维护功能，按任意目标层、领域层、主题层、要素层等级别生成指标，由父指标和子指标评价级别区别，最终生成指标树；

系统根据不同的评价情景建立的生态评价模型与各类用户进行关联，以评价目标为导向，最终建立评价模型库；不同的评价模型，可以全面评价生态环境现状，或侧重于某一个评价指标；因而建立联接表，它将多对多关系划分为两个一对多关系，本模块实现模型和用户之间的多对多关系管理，以实现最终模型有效性的评价，筛选出适宜度最佳的评价模型进而复用；

系统提供评价模型服务接口系统以WSDL服务的方式为其它用户操作提供接口，并利用XML格式的标准化语言作为整体模型的通用语言。

3.根据权利要求1所述的绿地生态评价单元粒度自适应栅格取样方法，其特征在于步骤（2）中所述在粒度划分决策树的基础上按影像数据类型、分辨率与空间相关性建立复合B+树索引海量空间影像数据库，具体如下：

因为绿地生态评价中涉及多种卫星影像数据，这些卫星影像数据来源、格式、空间分辨率及用于解决的绿地评价问题空间都不一致；本发明设计一种基于空间层次的复合B+树来有效管理这些海量数据：

首先，按绿地评价对象基于基础空间数据建立从样方、小区、街道、区县、市、省、国家七级空间属性表，按名称、代码索引，建立层次关联，并B+树原则建立排序索引；

其次，应用商业空间数据库将所有入库的卫星影像数据，建立基于金字塔算法的空间索引，并将卫星影像的数据特征包括传感器类型、拍摄时间、波段数据、空间分辨率、数据存储格式，提取建立特征属性数据库，并B+树原则建立排序索引；

然后，按卫星影像数据的特征将这些特征数据按指标、空间相关性提取并标准化，建立复合特征代码；这些特征码包括<指标，评价栅格尺度，相关率>、<波段，指标，相关率>、<分辨率，指标，相关率>、<分辨率，空间代码，相关率>、<指标，空间代码，相关率>多维相关关系层，建立按统一标准相关率排序的B+索引树，并应用维链表将特征码与卫星影像数据特征关联；

最后，应用金字塔结构的规则分割特征码按区域四叉树变形的索引方式，建立支持在线的多源、多维数据的融合与多尺度表达的基于粒度划分决策树海量空间影像数据库。

4.根据权利要求1所述的绿地生态评价单元粒度自适应栅格取样方法，其特征在于步骤（3）中所述的自适应选择算法中，由输入的绿地评价问题空间、评价指标由基于粒度划分决策树由金字塔顶层向下，先后经过多维相关关系层，按相关率最大化进行深度查找，直到找到源卫星影像数据；在此过程中，通过系统的自学习机制，按查找的精确性评估最终查找结果，并将评估的结果值代入相关率计算，重新调整按统一标准相关率排序的B+索引树，以提高下一次查找的精确性。