一种基于时间序列夜光遥感影像的数据挖掘方法技术

本发明专利技术涉及一种基于时间序列夜光遥感影像的数据挖掘方法，其特征在于包括以下内容：1)读取时间序列夜光遥感影像，并从读取的时间序列夜光遥感影像中选择某几段时序的时间序列夜光遥感影像；2)对选取的某几段时间序列夜光遥感影像分别进行重投影和重采样，并获得重采样影像；3)将重采样影像合成具有多个波段的合成影像；4)对合成影像进行数据挖掘得到影像分类结果。本发明专利技术可以广泛应用于对夜光遥感影像的数据挖掘中。

【技术实现步骤摘要】

本专利技术涉及一种基于时间序列夜光遥感影像的数据挖掘方法，属于遥感影像处理

技术介绍
夜光遥感影像是指在夜间探测到的地表微弱近红外辐射，从而可以获取不受日光影响的来自城市、乡镇等含有持久光源的夜光数据，夜光遥感影像将城镇表征为块状或片状亮斑区域(即灯光区)，使之明显区别于黑暗的乡村背景(即无灯光区)，有效避免了传统遥感影像产生的城镇区域与非城镇区域混淆的问题，为监测人类经济活动提供一种独特的数据获取手段。夜光遥感影像相对于白天遥感影像来说，具有不受日光、阴影、植被及其他地物影响的特征，并且可以探测低强度灯光，更加利于进行城市化强度及其时空分异分析与空间扩展分析的相关研究。相对于高分辨率数据，夜光遥感影像数据量小、易于获取且获取成本低，在长时间序列上能够客观、快速、准确的从整体把握区域的扩展过程，在研究上具有重要意义，同时也更适合在区域大尺度上的研究。随着技术不断发展，灯光数据产品精度不断提高，因而可以充分利用现有数据进行长时间序列制图，使得对城市发展研究的探测提供更多依据。目前，该数据已被广泛应用于大尺度城镇空间扩展研究、经济与人口估算、城市用电量和能源消耗分析、碳排放和光污染等环境问题评估。除此之外，夜光遥感影像还可以捕捉到夜间渔船、天然气燃烧、森林火灾发光等，因此广泛应用于社会经济参数估算、区域发展研究、重大事件评估、渔业监测等诸多研究领域。美国国防气象卫星(DMSP)搭载的业务型线扫描传感器(OLS)以及美国新一代极轨运行环境卫星系统预备卫星Suomi国家极轨合作伙伴(Suomi-NPP)搭载的可见光红外成像辐射仪(VIIRS)获取的白天/夜间波段(DNB)夜间遥感影像由于提供了夜晚可见光波段内观测的定量测量方法，在特征物(例如烟尘、冰雪、火山、海洋表面粗糙度等)的探测以及光源监测(例如城市灯光、火情、船舶灯光、闪电、极光等)方面得到了广泛的应用。这些探测应用多数是在单时相影像产品上进行相应灯光检测，提取城镇等特定兴趣区，再在此基础上进行特征与其他相关经济社会参数的分析或提取特征间变化比较分析，例如选取一定的阈值对不同影像中的同类特征进行提取，然后利用提取的区域进行相关分析。由于夜光遥感影像为灰度影像，利用灰度分割方式取得的信息有限。另外，由于云及其他噪声因素的影响，使得一部分夜光遥感产品质量
较低，不利于进行单幅影像分析，使得传统方法存在一定的局限性。更重要的是，上述方法往往忽略了不同特征在时间序列夜光遥感影像上灰度强度是变化的，而这些随时间变化的特性本身就具有很大的信息量，已有方法无法考虑这些信息，也不利于挖掘由于影像时间序列变化及相互影响而产生的影像特征。综上所述，针对夜光遥感影像特征提取与分析等深入的数据挖掘方法还有巨大的提升空间。
技术实现思路
针对上述问题，本专利技术的目的是提供一种能够提高特征提取类型数和特征分割精度的基于时间序列夜光遥感影像的数据挖掘方法。为实现上述目的，本专利技术采取以下技术方案：一种基于时间序列夜光遥感影像的数据挖掘方法，其特征在于包括以下内容：1)读取时间序列夜光遥感影像，并从读取的时间序列夜光遥感影像中选择某几段时序的时间序列夜光遥感影像；2)对选取的某几段时间序列夜光遥感影像分别进行重投影和重采样，并获得重采样影像；3)将重采样影像进行合成获得具有多个波段的合成影像；4)对合成影像进行数据挖掘得到影像分类结果。进一步，所述步骤2)对选取的某几段时间序列夜光遥感影像分别进行重投影和重采样，并获得重采样影像，具体过程为：2.1)根据选取的每一段时间序列夜光遥感影像的地理信息范围，确定重投影后影像范围，并获取影像覆盖区域；2.2)根据影像覆盖区域左上角点坐标及分辨率确定重投影后的影像大小；2.3)对影像进行重采样，即根据步骤2.1)及2.2)得到的重投影影像大小、分辨率和左上角点坐标，对选取的时间序列夜光遥感影像进行重采样，为构建的重投影影像各个像素点赋值。进一步，所述步骤2.3)对影像进行重采样的具体过程为：2.31)从重投影后影像的左上角像素点坐标开始，逐像素遍历步骤2.2)中构建的重投影影像，将重投影影像上的左上角点坐标计算到重投影前时间序列夜光遥感影像上；2.32)在重投影前的时间序列夜光遥感影像上进行重采样，得到重投影影像中对应像元的DN值；2.33)对覆盖区域内的所有像素点重复步骤2.31)及2.32)，得到重采样影像。进一步，所述步骤4)对合成影像采用非监督分类方法进行数据挖掘。进一步，所述非监督分类方法为迭代自组织数据分析方法，对合成影像进行数据挖掘采用迭代自组织数据分析方法，得到影像分类结果的具体情况为：4.1)初始化，假设初始聚类数c以及期望得到的聚类数为K，确定初始中心mi，i＝1,…,c： m i = 1 N i Σ DN k ∈ Γ i DN k ]]>式中，Ni为第i类聚类Γi中的样本数目，DNk为聚类Γi中的样本；4.2)将所有的样本分到距初始中心最近的类Γi中，若某个类Γj中的样本数量Nj小于一个聚类中的最小样本数θN，则去掉该类，令c＝c-1；4.3)重新计算聚类中心mj为： m j = 1 N j Σ DN k ∈ Γ j DN k , j = 1 , ... , c ]]>式中，Nj为第j个聚类中本文档来自技高网...

【技术保护点】
一种基于时间序列夜光遥感影像的数据挖掘方法，其特征在于包括以下内容：1)读取时间序列夜光遥感影像，并从读取的时间序列夜光遥感影像中选择某几段时序的时间序列夜光遥感影像；2)对选取的某几段时间序列夜光遥感影像分别进行重投影和重采样，并获得重采样影像；3)将重采样影像进行合成获得具有多个波段的合成影像；4)对合成影像进行数据挖掘得到影像分类结果。

【技术特征摘要】
1.一种基于时间序列夜光遥感影像的数据挖掘方法，其特征在于包括以下内容：1)读取时间序列夜光遥感影像，并从读取的时间序列夜光遥感影像中选择某几段时序的时间序列夜光遥感影像；2)对选取的某几段时间序列夜光遥感影像分别进行重投影和重采样，并获得重采样影像；3)将重采样影像进行合成获得具有多个波段的合成影像；4)对合成影像进行数据挖掘得到影像分类结果。2.如权利要求1所述的一种基于时间序列夜光遥感影像的数据挖掘方法，其特征在于，所述步骤2)对选取的某几段时间序列夜光遥感影像分别进行重投影和重采样，并获得重采样影像，具体过程为：2.1)根据选取的每一段时间序列夜光遥感影像的地理信息范围，确定重投影后影像范围，并获取影像覆盖区域；2.2)根据影像覆盖区域左上角点坐标及分辨率确定重投影后的影像大小；2.3)对影像进行重采样，即根据步骤2.1)及2.2)得到的重投影影像大小、分辨率和左上角点坐标，对选取的时间序列夜光遥感影像进行重采样，为构建的重投影影像各个像素点赋值。3.如权利要求2所述的一种基于时间序列夜光遥感影像的数据挖掘方法，其特征在于，所述步骤2.3)对影像进行重采样的具体过程为：2.31)从重投影后影像的左上角像素点坐标开始，逐像素遍历步骤2.2)中构建的重投影影像，将重投影影像上的左上角点坐标计算到重投影前时间序列夜光遥感影像上；2.32)在重投影前的时间序列夜光遥感影像上进行重采样，得到重投影影像中对应像元的DN值；2.33)对覆盖区域内的所有像素点重复步骤2.31)及2.32)，得到重采样影像。4.如权利要求1或2或3所述的一种基于时间序列夜光遥感影像的数据挖掘方法，其特征在于，所述步骤4)对合成影像采用非监督分类方法进行数据挖掘。5.如权利要求4所述的一种基于时间序列夜光遥感影像的数据挖掘方法，其特征在于，所述非监督分类方法为迭代自组织数据分析方法，对合成影像进行数据挖掘采用迭代自组织数据分析方法，得到影像分类结果的具体情况为：4.1)初始化，假设初始聚类数c以及期望得到的聚类数为K，确定初始中心mi，
\ti＝1,…,c： m i = 1 N i Σ DN k ∈ Γ i DN k ]]>式中，Ni为第i类聚类Γi中的样本数目，DNk为聚类Γi中的样本；4.2)将所有的样本分到距初始中心最近的类Γi中，若某个类Γj中的样本数量Nj小于一个聚类中的最小样本数θN，则去掉该类，令c＝c-1；4.3)重新计算聚类中心mj为： m j = 1 N j Σ DN k ∈ Γ j DN k , j = 1 , ... , c ]]>式中，Nj为第j个聚类中的样本数目；4.4)计算第j类样本与其中心的平均距离和总平均距离 δ ‾ j = 1 N j Σ DN k ∈ Γ j | | DN k - m j | | , j = 1 , ... , c ]]> δ ‾ = 1 N Σ j = 1 c N j δ ‾ j ]]>式中，N为总样本数目；4.5)设置迭代次数I并进行迭代，具体迭代过程为：i)若c≤K/2，或者2K≤c≤K/2且迭代次数为奇数，则进行分裂：对每个类求取各维的标准偏差σj＝[σj1,σj2,…,σjd]T： σ j i = 1 N j Σ DN k ∈ Γ j ( DN k i - m j i ) 2 , j = 1 , ... , c , i = 1 , ... , d ]]>式中，DNki...

【专利技术属性】
技术研发人员：刘斌，邸凯昌，辛鑫，张过，刘召芹，岳宗玉，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京;11