一种用于地表变量的非均匀性时空分析方法及系统技术方案

本发明专利技术实施例提供一种用于地表变量的非均匀性时空分析方法及系统。该方法包括：获取待分析地表变量数据；对所述待分析地表变量数据进行基于信息熵的非均匀性空间分析，得到非均匀性空间定量分析结果；对所述待分析地表变量数据进行基于灰色关联度的非均匀性时间分析，得到非均匀性时间定量分析结果。本发明专利技术实施例提出的用于地表变量的非均匀性时空分析，空间分析方法使用信息熵作为定量描述上述地表变量的非均匀性的指标，能统一量纲，既适用于遥感观测，又适用于地面实验的观测；时间分析方法使用灰色关联分析方法用于不同变量间非均匀性的时间变化分析。

【技术实现步骤摘要】
一种用于地表变量的非均匀性时空分析方法及系统
本专利技术涉及遥感
，尤其涉及一种用于地表变量的非均匀性时空分析方法及系统。
技术介绍
在地表分析中，非均匀性，即空间变异性，是地球表面几何形态，物理过程及其变量的固有性质。卫星数据的多时空分辨率特点，使得对于高分辨率的遥感传感器，其观测结果为像元灰度值形成的凹凸起伏的曲面；然而对于低分辨率的遥感传感器，其观测结果却为一个平面，具有严重的平滑效应，如图1所示。地表变量空间的非均匀性可看作是凹凸不平的曲面，同时从数学的角度，传感器表现的凹凸不平的曲面实质是由一系列离散点组成的集合，因此一个地表变量的非均匀性可抽象为一个点集的起伏程度，对地表变量非均匀性的数学表达即为对该点集离散程度的度量，此时所考虑的空间起伏包含了该变量是否在某个变化区间(或状态)占有优势地位的涵义。同一区域，定量遥感在中低分辨率传感器所得到的是在较大尺度上的一个单值，而在高分辨率传感器上所反演得到的地表变量为离散的二维数组；而由于陆表过程的复杂性，使用单一的值分析认识陆表过程，无论是从物理过程还是遥感定量反演的角度，在非均匀下垫面都会造成较大的误差。如何对这种地表变量的非均匀性进行定量描述，不同变量值间的非均匀性随时间变化有什么规律？数学中能表示离散程度的变量很多，如分位数，标准差，方差，变异系数等；另外遥感领域，国内外比较常用的定量化描述空间异质性的方法还有变异函数法、分形法和小波变换法。一般的规律分析方法有普通的相关性分析，时间序列建模分析等。由于各个地表变量之间数量级，量纲不一样，因此需要一无量纲量或者统一量纲的指标用于直接分析比较变量之间的非均匀性，分位数，标准差，方差等指标就不再适用，变异系数则受平均值影响波动较大；同时分形法和小波变换法又计算过于复杂或者代表不同尺度的结果，对于地面观测结果，由于地面观测仪器布设本身不均匀，这两种方法均不适用于地面观测实验的结果；此外，还有地统计学的半变异函数法，但更偏向于结构异质性的表达(结构异质性具体理解即图1中左图中相同元素，但是位置的排列方式不一样，会导致结构异质性不一样)。现实世界存在的系统是由若干个影响因素所构成了，由于对客观世界的认识局限性，人们获取的信息具有很大的不确定性。如对于地理系统而言，既包含已知的确定信息(即白色信息)，又包含大量的非确定信息(即黑色信息)，是一个典型的灰色系统，这意味许多地理要素之间的关系是灰色的，则在该地理系统中，哪些因素是主导因素，哪些因素是非主导因素是难以区分的；且因素X对因素Y之间的统计相关程度与因素Y对因素X的统计相关程度极有可能是不一样的。如果仅仅使用简单的统计分析，得到的各个因素之间的相关程度是一样的，这不够科学。因此普通的相关性分析不适用于复杂的陆表过程，而时间序列建模分析主要目的是进行规律的预测预报，且主要针对一个规律自身的分析，对多个规律间的分析较为薄弱。
技术实现思路
本专利技术实施例提供一种用于地表变量的非均匀性时空分析方法及系统，用以解决现有技术中存在的不足。第一方面，本专利技术实施例提供一种用于地表变量的非均匀性时空分析方法，包括：获取待分析地表变量数据；对所述待分析地表变量数据进行基于信息熵的非均匀性空间分析，得到非均匀性空间定量分析结果；对所述待分析地表变量数据进行基于灰色关联度的非均匀性时间分析，得到非均匀性时间定量分析结果。进一步地，所述待分析地表变量数据包括遥感观测数据和地面观测实验数据。进一步地，所述对所述待分析地表变量数据进行基于信息熵的非均匀性空间分析，得到非均匀性空间定量分析结果，具体包括：计算所述待分析地表变量在预设空间范围内任一时间点的信息熵，所述信息熵是基于将所述预设空间范围划分为若干区间，计算所述若干区间的概率质量函数所获得。进一步地，所述信息熵包括以自然常数e为底进行计算。进一步地，所述对所述待分析地表变量数据进行基于灰色关联度的非均匀性时间分析，得到非均匀性时间定量分析结果，具体包括：在预设系统中选择若干地表变量，获取每个地表变量时间序列的空间数据，选取预设地表变量非均匀性指标；基于所述预设地表变量非均匀性指标，计算每个地表变量每个时间点的非均匀性指标和每个地表变量时间序列的非均匀性指标；若所述每个地表变量每个时间点的非均匀性指标和所述每个地表变量时间序列的非均匀性指标中的任意两个非均匀性指标因素的量级不一致，则对所述每个地表变量每个时间点的非均匀性指标和所述每个地表变量时间序列的非均匀性指标进行预处理，否则直接进入下一处理步骤；计算所述任意两个非均匀性指标因素的灰色关联系数；基于所述灰色关联系数，计算灰色关联度；计算所有的任意两个非均匀性指标因素的灰色关联系数和灰色关联度，得到灰色关联度集合；对所述灰色关联度集合进行分析，得到任意两个非均匀性指标因素的非均匀性随时间的变化趋势。进一步地，所述预处理包括初值变换或均值变换。第二方面，本专利技术实施例提供一种用于地表变量的非均匀性时空分析系统，包括：获取模块，用于获取待分析地表变量数据；空间分析模块，用于对所述待分析地表变量数据进行基于信息熵的非均匀性空间分析，得到非均匀性空间定量分析结果；时间分析模块，用于对所述待分析地表变量数据进行基于灰色关联度的非均匀性时间分析，得到非均匀性时间定量分析结果。进一步地，所述获取模块中的所述待分析地表变量数据包括遥感观测数据和地面观测实验数据。第三方面，本专利技术实施例提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现任一项所述用于地表变量的非均匀性时空分析方法的步骤。第四方面，本专利技术实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现任一项所述用于地表变量的非均匀性时空分析方法的步骤。本专利技术实施例提供的用于地表变量的非均匀性时空分析方法及系统，通过提出用于地表变量的非均匀性时空分析，空间分析方法使用信息熵作为定量描述上述地表变量的非均匀性的指标，能统一量纲，既适用于遥感观测，又适用于地面实验的观测；时间分析方法使用灰色关联分析方法用于不同变量间非均匀性的时间变化分析。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为现有技术中的高低分辨率卫星数据示意图；图2为本专利技术实施例提供的一种用于地表变量的非均匀性时空分析方法流程图；图3为本专利技术实施例提供的一种用于地表变量的非均匀性时空分析系统结构图；图4为本专利技术实施例提供的电子设备的结构框图。具体实施方式为使本专利技术实施例的目的、技术方本文档来自技高网...

【技术保护点】
1.一种用于地表变量的非均匀性时空分析方法，其特征在于，包括：/n获取待分析地表变量数据；/n对所述待分析地表变量数据进行基于信息熵的非均匀性空间分析，得到非均匀性空间定量分析结果；/n对所述待分析地表变量数据进行基于灰色关联度的非均匀性时间分析，得到非均匀性时间定量分析结果。/n

【技术特征摘要】
1.一种用于地表变量的非均匀性时空分析方法，其特征在于，包括：
获取待分析地表变量数据；
对所述待分析地表变量数据进行基于信息熵的非均匀性空间分析，得到非均匀性空间定量分析结果；
对所述待分析地表变量数据进行基于灰色关联度的非均匀性时间分析，得到非均匀性时间定量分析结果。


2.根据权利要求1所述的用于地表变量的非均匀性时空分析方法，其特征在于，所述待分析地表变量数据包括遥感观测数据和地面观测实验数据。


3.根据权利要求1所述的用于地表变量的非均匀性时空分析方法，其特征在于，所述对所述待分析地表变量数据进行基于信息熵的非均匀性空间分析，得到非均匀性空间定量分析结果，具体包括：
计算所述待分析地表变量在预设空间范围内任一时间点的信息熵，所述信息熵是基于将所述预设空间范围划分为若干区间，计算所述若干区间的概率质量函数所获得。


4.根据权利要求3所述的用于地表变量的非均匀性时空分析方法，其特征在于，所述信息熵包括以自然常数e为底进行计算。


5.根据权利要求1所述的用于地表变量的非均匀性时空分析方法，其特征在于，所述对所述待分析地表变量数据进行基于灰色关联度的非均匀性时间分析，得到非均匀性时间定量分析结果，具体包括：
在预设系统中选择若干地表变量，获取每个地表变量时间序列的空间数据，选取预设地表变量非均匀性指标；
基于所述预设地表变量非均匀性指标，计算每个地表变量每个时间点的非均匀性指标和每个地表变量时间序列的非均匀性指标；
若所述每个地表变量每个时间点的非均匀性指标和所述每个地表变量时间序列的非均匀性指标中的任意两个非均匀性指标因素的量级不...

【专利技术属性】
技术研发人员：辛晓洲，彭志晴，柳钦火，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：北京;11