[发明专利]一种人类活动对植被覆盖变化的定量分析方法在审

专利信息
申请号: 202210671132.1 申请日: 2022-06-15
公开(公告)号: CN114973018A 公开(公告)日: 2022-08-30
发明(设计)人: 夏南;赵鑫;李满春;程亮;陈振杰;姜朋辉;王梓宇;高醒;庄苏丹 申请(专利权)人: 南京大学
主分类号: G06V20/13 分类号: G06V20/13;G06V20/10;G06V10/62;G06V10/80
代理公司: 南通博瑞达专利代理事务所(特殊普通合伙) 32530 代理人: 李宾
地址: 210023 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 人类 活动 植被 覆盖 变化 定量分析 方法
【权利要求书】:

1.一种人类活动对植被覆盖变化的定量分析方法,其特征在于,该方法包括以下步骤:

S1、采用MODIS/NDVI遥感数据表征植被覆盖、VIIRS/DNB遥感数据表征人类活动强度,通过时间序列预处理技术分别构建MTS和VTS两个时间序列;

S2、构建时间序列分割技术,实现时间序列的迭代分割;

S3、构建时间序列合并与特征提取技术,通过排序角度法迭代实现时间序列的合并,并提取时间序列特征;

S4、通过分析MTS和VTS的时间序列特征,进行MTS和VTS的计算与空间格局分析,实现MTS和VTS相关性的定量化分析。

2.根据权利要求1所述的一种人类活动对植被覆盖变化的定量分析方法,其特征在于,所述通过时间序列预处理技术分别构建MTS和VTS两个时间序列,包括以下步骤:

S11、基于cf_cvg质量控制文件为基础构建VTS,进行平滑处理;

S12、基于Reliability图层对MTS进行曲线的平滑操作;

S13、通过Savitzky-Golay滤波器对MTS和VTS进行进一步平滑处理;

S14、通过随机选择部分样本来确定6邻域标准差的阈值,移除MTS和VTS中的高值异常值;

S15、通过随机样本点的标准差计算和人工目视判读得到标准差阈值。

3.根据权利要求2所述的一种人类活动对植被覆盖变化的定量分析方法,其特征在于,所述通过随机选择部分样本来确定6邻域标准差阈值的计算表达式包括:

式中,n表示VTS或MTS中的6邻域集合;

xn表示6邻域集合各元素的数值;

μ表示6邻域集合的平均值;

σ表示6邻域集合的标准差;

m表示6邻域中有效元素的集合;

card表示集合n或集合m的有效长度;

xm表示有效值集合m各元素的数值,即|xm-μ|<=5σ;

xi表示时间序列中的异常值,即|xi-μ|>5σ;

表示异常值xi的修正值。

4.根据权利要求1所述的一种人类活动对植被覆盖变化的定量分析方法,其特征在于,所述构建时间序列分割技术,实现时间序列的迭代分割,包括以下步骤:

S21、采用最小二乘一阶线性回归算法拟合MTS和VTS曲线,并计算时间序列数据点与拟合曲线之间的垂直距离;

S22、根据所述拟合曲线与时间序列数据点之间的垂直距离设定拐点;

S23、通过所述拐点将当前的时间序列分割为两段子时间序列,所述拐点成为前段子时间序列的结尾点和后段子时间序列的开始点;

S24、采用BIC指标最小化的原则来确定时间序列的最佳分割次数;

S25、重复上述分割步骤,对MTS和VTS进行迭代分割。

5.根据权利要求4所述的一种人类活动对植被覆盖变化的定量分析方法,其特征在于,所述根据所述拟合曲线与时间序列数据点之间的垂直距离设定拐点包括以下步骤:

S221、将与拟合曲线垂直距离最大的时间序列数据点设定为拐点;

S222、当所述拐点对应的分割的时间序列长度少于3个月,即MTS大于6个数据点、VTS大于3个数据点时,将与拟合曲线垂直距离第二大的时间序列数据点作为拐点。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210671132.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top