【技术实现步骤摘要】
本专利技术涉及乡村发展状态评估与分析，特别涉及一种基于多源空间数据乡村发展评估及问题区域识别方法。
技术介绍
1、乡村发展评价是乡村地理学研究的重点内容，多位学者从多元视角展开了观察研究是一个综合性和复杂性的问题，具有多元的观察视角：基于乡村的社会功能属性，从乡村对社会具有的功能，选取乡村人口变化、经济发展水平、就业空间组织水平等指标构建乡村性指数，衡量地区的乡村性(非城市性)强弱；(2)基于乡村转型发展进程，从乡村发展度、乡村转型度和城乡协调度三个维度出发构建评价指标体系，刻画乡村系统发展演变阶段状态。(3)基于乡村地域功能，对乡村地域所发挥的经济、社会、生态和文化等功能结构和功能强度进行合理评价，揭示现有乡村地域存在的问题并确定其未来发展方向。(4)基于市场竞争力视角，从市场、产业、环境可持续等三个方面框定农村竞争力能量结构，评估农村区域整体抵抗市场风险以及抗环境风险能力的大小。(5)基于乡村社会发展视角，从人口流动性、社会凝聚力、文化多样性等乡村社会发展层面选取评价指标，测度乡村发展活力。
2、经过多视角综合研究和长期积累总结，乡村发展评价在理论认知和定量测度等方面取得了较好进展。但由于乡村问题的复杂性和综合性，仍存在以下不足：一是指标体系复杂。为保证分析维度的全面性，已有研究通过遴选多个指标构建庞大的评价体系来测度乡村发展水平，导致评价指标繁琐复杂。二是数据精度较低。现有研究测算多基于统计数据或调研数据，统计数据更新周期长、时间分辨率低，调研数据人力消耗大、覆盖范围小，因此数据分析精度有限；三是研究尺度较粗。
技术实现思路
1、本专利技术提供一种基于多源空间数据乡村发展评估及问题区域识别方法，所述基于多源空间数据乡村发展评估及问题区域识别方法包括以下步骤：
2、步骤1，根据乡村功能导向，提取乡村地域范围，对亮度、绿度和活力三个指标的夜间灯光数据、归一化植被指数和兴趣点空间数据进行处理；
3、步骤2，从亮度、绿度和活力三个维度构建乡村发展水平评估模型；
4、在步骤2中，还包括以下步骤：
5、使乡村亮度s1、绿度s2、活力s3三个分维度对应一个三维空间，则该空间中的任意一点p可代表乡村区域系统所处的任一发展状态；空间中任意一点p到原点o的距离d1表示乡村发展水平大小：
6、
7、其中，d1表示乡村发展水平，s1、s2、s3分别为i地区乡村亮度、绿度和活力的指标；
8、采用乡村发展评价指数测算乡村发展水平：
9、
10、式中，xil、xig、xip分别为i乡镇乡村亮度、绿度和活力指标的归一化标准值。
11、更近一步地，在步骤1中，还包括以下步骤：
12、步骤11，识别乡村地域范围；
13、步骤12，对夜间灯光数据、归一化植被指数和兴趣点密度数据进行处理；还包括以下步骤：
14、步骤121，采用夜间灯光亮度值表征乡村发展亮度指标；
15、夜间灯光亮度值数据采用极地轨道，由多幅无云影像拼接，采用以下步骤进行处理：
16、首先进行中国区影像裁剪提取和投影转换，裁剪提取中国区域的夜间灯光数据，然后将夜间灯光数据转换到统一的地理参考下，即wgs-84椭球体、albers等积圆锥投影；其中，中央经线为105°e，双标准纬线分别为25°n和47°n，起始原点为0°n；
17、然后进行影像噪声去除，采用阈值法结合八邻域法去除影像噪声；
18、所述阈值法设定合适的阈值区间来提取有效的灯光数据，去除过低和过高的灯光数据，阈值的设定原则是经济越发达的地区灯光强度越大；
19、以北上广深4个城市为参考对象，求取夜间灯光亮度值的像元辐射值的最大值，并将其最大值作为中国有效灯光数据的最大值dnmax；
20、所述邻域平均法在matlab软件下，采用八邻域平均法进行噪声处理，设置3×3栅格滑动窗口遍历各栅格，若窗口中心像元dn值小于阈值dnmax，则将其赋值给中心像元；若窗口中心像元dn值大于阈值dnmax或者小于0，则对其邻域像元值进行平均计算，将邻域像元平均值赋值给该中心像元；
21、
22、式中，dn(x,y)为夜间灯光影像中各坐标的像元值，s是(x,y)点各邻近要素坐标的集合，m是邻域s中包含邻近像素的个数，m＝8；
23、最后采用年内平均值法合成年度影像进行逐月数据合成：；
24、
25、上式中a_dn为夜间灯光年平均值，dnt为t月夜间灯光值，t＝1，2，3，4，9，10，11，12，n＝8；
26、步骤122，采用近十年即2009-2019年地区归一化植被指数最大值的差值表征绿度指标；
27、采用多时相归一化植被指数最大值来合成一幅ndvi影像：
28、ndvimax＝max[ndvi1，ndvi2，...，ndvi12]
29、其中，ndvi1，ndvi2，...，ndvi12为设定年份中1-12月的ndvi影像；
30、采用近十年即2009-2019年地区ndvi差值表征绿度指标：
31、xig＝ndvimax2019-ndvimax2009
32、ndvimax2019代表2019年ndvi月最大值，ndvimax2009代表2009年ndvi月最大值；
33、步骤123，采用兴趣点密度表征乡村发展活力指标；
34、从乡村生活服务、医疗卫生、科教文化等三方面提取兴趣点密度；首先，根据公众认知度和乡村地标影响力，运用ahp层次分析法对各类兴趣点密度数据进行赋权；其次，确定设施分布密度，利用arcgis叠置分析方法，计算各乡镇设施分布密度，公式如下：
35、
36、式中，ii代表i乡镇设施分布密度，即兴趣点密度值；pi1代表i乡镇购物中心的数量，pi2代表i乡镇餐饮设施的数量，pi3代表i乡镇银行的数量，pi8代表i乡镇小学的数量；w1代表购物中心的权重，w2代表餐饮设施的权重，w3代表银行的权重，w8代表小学的权重；si代表i乡镇研究范围的面积；
37、步骤124，对亮度和活力指标取对数变化后，再进行归一化计算；
38、xij’＝(logaij’-logminj’)/(logmaxj’-logminj’)
39、其中，xij’表示i乡镇第j’个指标的归一化值，aij’表示第j’个指标的实际值，minj’、maxj’分别为全国分乡镇第j’个指标的最小值和最大值。
40、更近一步地，所述基于多源空间数据乡村发展评估及问题区域识别方法本文档来自技高网...
【技术保护点】
1.一种基于多源空间数据乡村发展评估及问题区域识别方法，其特征在于，所述基于多源空间数据乡村发展评估及问题区域识别方法包括以下步骤：
2.根据权利要求1所述基于多源空间数据乡村发展评估及问题区域识别方法，其特征在于，在步骤1中，还包括以下步骤：
3.根据权利要求1所述基于多源空间数据乡村发展评估及问题区域识别方法，其特征在于，所述基于多源空间数据乡村发展评估及问题区域识别方法还包括以下步骤：
4.根据权利要求1所述基于多源空间数据乡村发展评估及问题区域识别方法，其特征在于，所述基于多源空间数据乡村发展评估及问题区域识别方法还包括以下步骤：
【技术特征摘要】
1.一种基于多源空间数据乡村发展评估及问题区域识别方法，其特征在于，所述基于多源空间数据乡村发展评估及问题区域识别方法包括以下步骤：
2.根据权利要求1所述基于多源空间数据乡村发展评估及问题区域识别方法，其特征在于，在步骤1中，还包括以下步骤：
3.根据权利要求1所...
【专利技术属性】
技术研发人员：王介勇，刘彦随，戴纯，刘正佳，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。