【技术实现步骤摘要】
本专利技术涉及城市更新监测，具体涉及一种基于多要素时序交互特征的城市更新监测方法和相关设备。
技术介绍
1、城市更新通常被认为是以密集化高层建筑和绿色景观代替以往低矮、无序和广阔建筑物过程，及时获取其时空分布的准确信息对于可持续城市发展和管理至关重要。
2、作为城市覆盖发生频率较高且过程复杂的一类转换过程，开展完整、详细、准确的城市更新时空演变过程遥感监测尚存在一定挑战。当前，基于图像差和阈值划分的变化检测方法虽然具有影像获取成本低、简易快速等优势，但往往难以刻画城市土地覆被变化的详细演化过程，对于城市更新过程监测的适应性和可靠性支撑能力不足；此外，传统的分类后比较多采用基于城市土地分类的遥感监测方法，通过建立多时相植被、裸地、不透水面、空闲地等分类系统，实现利用特定转换规则追踪城市土地更新时空特征，但监测精度过度依赖于高频次土地覆盖分类的可获得性及准确性。
3、因此如何高效准确开展大尺度城市更新全过程连续监测，从而获取其时空分布的准确信息，进而开展可持续城市发展和管理，成为亟待解决的问题。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于多要素时序交互特征的城市更新监测方法和相关设备，以克服目前城市更新监测时存在的无法精确实现大尺度城市更新全过程连续监测的问题。
2、为实现以上目的，本专利技术采用如下技术方案：
3、第一方面，本申请实施例提供一种基于多要素时序交互特征的城市更新监测方法，包括：
4、获取城市的
5、基于所述各城市关键景观要素的面积比例的时间序列，生成各城市关键景观要素的面积比例的时间序列动态曲线；
6、基于预设时序检测算法，对所述时间序列动态曲线进行趋势、断点和峰谷分析，提取特征信息；
7、基于多个关键要素交互的特征信息和预设判断准则，确定城市更新的时空分布范围和所属更新阶段。
8、进一步地，在本申请一些实施例中，在计算所述时间序列影像中每个像元中各城市关键景观要素的面积比例之前还包括：
9、获取城市的边界数据集；
10、基于所述边界数据集，通过多源影像叠加和最大投票法，生成城市边界范围；
11、移除所述城市边界范围内的非相关地类，确定感兴趣区域，所述非相关地类包括边界内道路、丘陵和细小水体；
12、所述计算所述时间序列影像中每个像元中各城市关键景观要素的面积比例，包括：计算所述时间序列影像中的感兴趣区域内的每个像元中各城市关键景观要素的面积比例。
13、进一步地，在本申请一些实施例中，所述计算所述时间序列影像中每个像元中各城市关键景观要素的面积比例，并基于计算结果构建针对对应像元的各城市关键景观要素的面积比例的时间序列，包括：
14、通过回归模型或混合像元分解模型，计算所述时间序列影像中每个像元中各城市基本景观要素的面积比例；其中，所述城市基本景观要素包括高反照度景观、低反照度景观、植被和裸土；
15、基于所述时间序列影像中每个像元中各城市基本景观要素的面积比例，确定所述时间序列影像中每个像元中各城市关键景观要素的面积比例，其中，所述高反照度景观和低反照度景观与所述不透水面对应，所述植被与所述绿色植被对应，所述裸土与所述裸地/空闲地对应。
16、进一步地，在本申请一些实施例中，所述特征信息包括：不透水面最大干扰量、不透水面初始值、不透水面末期值、绿色植被和裸地/空闲地主导期、裸地/空闲地峰值时点和不透水面谷值时点；
17、其中，所述不透水面最大干扰量用于表征不透水面的面积比例在城市更新过程的最大变化量；所述不透水面初始值用于表征不透水面的面积比例在城市更新前期阶段的均值；不透水面末期值用于表征不透水面的面积比例在城市更新后期阶段的均值；所述绿色植被和裸地/空闲地主导期用于表征裸地/空闲地的面积比例和绿色植被的面积比例在整个像元面积占据比例最大的时期；所述裸地/空闲地峰值时点用于表征裸地/空闲地的面积比例峰值在时间序列动态曲线中对应的年份；所述不透水面谷值时点用于表征不透水面的面积比例谷值在时间序列动态曲线中对应的年份。
18、进一步地，在本申请一些实施例中，所述基于多个关键要素交互的特征信息和预设判断准则，确定城市更新的时空分布范围和所属更新阶段，包括：
19、若目标时间序列的时间序列动态曲线中，所述不透水面最大干扰量大于等于第一阈值，则确定与该目标时间序列对应的区域为城市潜在变化区域；
20、若与所述城市潜在变化区域对应的目标时间序列的时间序列动态曲线中，所述不透水面初始值大于等于第二阈值，则确定该区域为城市潜在更新区域；
21、若与所述城市潜在更新区域对应的目标时间序列的时间序列动态曲线中，存在所述绿色植被和裸地/空闲地的面积比例大于所述不透水面的面积比例的时期，则确定该区域为城市更新区域。
22、进一步地，在本申请一些实施例中，所述基于所述特征信息和预设判断准则，确定城市更新的时空分布范围和所属更新阶段，还包括：
23、基于所述城市更新区域对应的目标时间序列的时间序列动态曲线中，裸地/空闲地的面积比例的快速上升的时间信息，和不透水面的面积比例的急剧下降的时间信息，确定所述城市更新区域的更新年份。
24、进一步地，在本申请一些实施例中，所述基于所述特征信息和预设判断准则，确定城市更新的时空分布范围和所属更新阶段，还包括：
25、若所述城市更新区域对应的目标时间序列的时间序列动态曲线中，所述不透水面末期值小于第二阈值，则确定所述城市更新区域在该段目标时间序列的末尾时间节点处于拆除阶段；若大于等于第二阈值，则确定所述城市更新区域在该段目标时间序列的末尾时间节点处于重建阶段。
26、进一步地，在本申请一些实施例中，所述基于预设时序分割算法，对所述时间序列动态曲线进行趋势、断点和峰谷分析，包括：
27、计算目标时间序列的变化率，识别所述目标时间序列对应的趋势为增长或降低；
28、通过landtrendr时间序列断点检测方法，识别所述目标时间序列的断点；
29、基于预设判别函数，识别所述目标时间序列的峰和谷。
30、第二方面，本申请实施例提供一种基于多要素时序交互特征的城市更新监测装置，包括：
31、第一生成模块，用于获取城市的时间序列影像，计算所述时间序列影像中每个像元中各城市关键景观要素的面积比例，并基于计算结果构建针对对应像元的各城市关键景观要素的面积比例的时间序列；其中，所述城市关键景观要素包括不透水面、绿色植被和裸地/空闲地；
32、第二生成模块，用于基于所述各城市关键景观要素的面积比例的本文档来自技高网...
【技术保护点】
1.一种基于多要素时序交互特征的城市更新监测方法，其特征在于，包括：
2.根据权利要求1所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，在计算所述时间序列影像中每个像元中各城市关键景观要素的面积比例之前还包括：
3.根据权利要求1所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，所述计算所述时间序列影像中每个像元中各城市关键景观要素的面积比例，并基于计算结果构建针对对应像元的各城市关键景观要素的面积比例的时间序列，包括：
4.根据权利要求1所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，所述特征信息包括：不透水面最大干扰量、不透水面初始值、不透水面末期值、绿色植被和裸地/空闲地主导期、裸地/空闲地峰值时点和不透水面谷值时点；
5.根据权利要求4所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，所述基于多个关键要素交互的特征信息和预设判断准则，确定城市更新的时空分布范围和所属更新阶段，包括：
6.根据权利要求5所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，所述基于所
7.根据权利要求6所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，所述基于所述特征信息和预设判断准则，确定城市更新的时空分布范围和所属更新阶段，还包括：
8.根据权利要求1所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，所述基于预设时序分割算法，对所述时间序列动态曲线进行趋势、断点和峰谷分析，包括：
9.一种基于多要素时序交互特征的城市更新监测装置，其特征在于，包括：
10.一种基于多要素时序交互特征的城市更新监测设备，其特征在于，包括处理器和存储器，所述处理器与存储器相连：
...【技术特征摘要】
1.一种基于多要素时序交互特征的城市更新监测方法，其特征在于，包括：
2.根据权利要求1所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，在计算所述时间序列影像中每个像元中各城市关键景观要素的面积比例之前还包括：
3.根据权利要求1所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，所述计算所述时间序列影像中每个像元中各城市关键景观要素的面积比例，并基于计算结果构建针对对应像元的各城市关键景观要素的面积比例的时间序列，包括：
4.根据权利要求1所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，所述特征信息包括：不透水面最大干扰量、不透水面初始值、不透水面末期值、绿色植被和裸地/空闲地主导期、裸地/空闲地峰值时点和不透水面谷值时点；
5.根据权利要求4所述的基于多要素时序交互特征的城市更新监测方法，其特征在于，所述基于多个关键要...
【专利技术属性】
技术研发人员：张平，武昊，孙强强，商浩淼，张俊，
申请(专利权)人：国家基础地理信息中心，
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。