【技术实现步骤摘要】
本专利技术涉及栅格数据处理，特别涉及一种分类栅格数据空间信息度量方法及相关设备。
技术介绍
1、地理空间数据的信息度量是地理信息理论的基本问题，在数据挖掘、数据压缩以及从信息丰富程度的角度认知数据等方面均有重要的应用价值。栅格数据是地理空间数据的主要类型，涵盖众多的数据产品，例如：遥感影像、数字高程模型(dem，digitalelevation model)、地表覆盖等，对其信息量的有效度量能够实现关于数据丰富程度的描述，为栅格数据的空间格局分析、可读性评价、数据筛选等方面提供一种辅助决策指标，增强数据认知的客观性和高效性。
2、分类栅格数据空间信息量的计算目前多见于景观生态学领域。地理信息领域的研究主要针对具有灰度数值变化特征的遥感影像、dem等栅格数据展开，而分类栅格数据的像元值仅代表语义类型，属于名义量表的范畴，各类型之间不具备顺序量表或间隔量表的特征，无法采用数值计算的方式进行信息度量。景观格局领域中的景观多样性指数和基于边缘数目的boltzmann热力学熵的计算不依赖于栅格数据的像元数值，理论上可以迁移至分类栅格数据之中。前者的主要思想是计算栅格数据中的像元值组成成分，结合shannon信息熵模型计算各个类别编码值的概率熵，但是此类方法仅顾及到数据的类别编码组成信息，忽略了不同类别编码值之间的空间结构或组合关系。对此，cushman等人提出了后一种方法度量景观格局的热熵，即通过分类栅格数据中因像元值不同而造成的边缘数目来度量景观格局的熵值，但是，景观生态学领域的研究中鼓励多样性，边缘数目越多的像元格局被认为
3、总结而言，地理信息领域的计算方法多采用数值计算的方式，不适用于分类栅格数据，景观生态学的计算方法，因研究领域的目的和意义不同，难以迁移至分类栅格数据之中。
技术实现思路
1、本专利技术提供了一种分类栅格数据空间信息度量方法及相关设备，其目的是为了有效度量分类栅格数据的空间信息。
2、为了达到上述目的，本专利技术提供了一种分类栅格数据空间信息度量方法，包括：
3、步骤1，获取研究区域的分类栅格数据，分类栅格数据包括多个像元的地理空间数据，每个像元对应一个像元邻域空间，每个像元邻域空间均包括同质像元和异质像元；
4、步骤2，分别针对每个像元邻域空间，将像元邻域空间内各同质像元的边界依次连接构成像元邻域边界，并选择度量像元邻域空间的参考形状；
5、步骤3，分别针对每个像元邻域空间，计算像元邻域边界与参考形状之间的相似性程度，相似性程度用于度量像元邻域空间内同质像元的空间形态信息；
6、步骤4，分别针对每个像元邻域空间，计算像元邻域空间内各异质像元的多样性概率熵，多样性概率熵用于度量像元邻域空间内异质像元的空间结构信息；
7、步骤5，分别针对每个像元邻域空间，对像元邻域空间内同质像元的空间形态信息和异质像元的空间结构信息进行耦合计算，得到每个像元邻域空间的空间信息量，并将所有像元邻域空间的空间信息量进行叠加，得到研究区域的空间信息度量结果。
8、进一步来说，步骤2包括：
9、分别针对每个像元邻域空间，依据像元邻域空间内中心像元的邻接关系寻找同质像元，并提取所有同质像元的邻域边界；
10、依次连接各同质像元的邻域边界，形成像元邻域边界；
11、分别计算各像元邻域边界的几何中心点和空间面积；
12、依据几何中心点与空间面积选择度量像元邻域空间的参考形状。
13、进一步来说，计算像元邻域边界与参考形状之间的相似性程度的表达式为：
14、
15、其中，ihomogeneous表示相似性程度，ap∩s表示像元邻域边界p与参考形状s之间的几何交集区域，ap∪s表示像元邻域边界p与参考形状s之间的几何并集区域。
16、进一步来说，计算像元邻域空间内各异质像元的多样性概率熵的表达式为：
17、
18、其中，iheterogeneouspixels表示多样性概率熵，n表示类别编码的种类，mi表示第i个类别编码像元的数量，n表示异质像元的数目。
19、进一步来说，异质像元的空间结构信息包括类别编码组成信息与调节权重；
20、类别编码组成信息包括类别编码的数量、类别编码的位置关系和类别编码的种类；
21、调节权重为调节空间形态信息与类别编码组成信息之间的权重参数。
22、进一步来说，调节权重的计算表达式为：
23、
24、其中，w表示调节权重，m表示像元邻域空间内的像元数目，z表示同质像元的数目。
25、进一步来说，步骤5包括：
26、分别针对每个像元邻域空间，将调节权重作为耦合参数，利用耦合参数对空间形态信息和变换后的空间结构信息进行耦合计算，得到每个像元邻域空间的空间信息量，为：
27、ineighborhood＝log2(w×ihomogeneous)×iheterogeneouspixels
28、其中，ineighborhood表示像元邻域空间的空间信息量；
29、将所有像元邻域空间的空间信息量进行叠加，得到研究区域的空间信息度量结果，为：
30、
31、其中，icgd表示研究区域的空间信息度量结果，p表示分类栅格数据的行数，q表示分类栅格数据的列数，ineighborhood-pq表示第p行第q列个像元邻域空间的空间信息量。
32、本专利技术还提供了一种终端设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现分类栅格数据空间信息度量方法。
33、本专利技术还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现分类栅格数据空间信息度量方法。
34、本专利技术的上述方案有如下的有益效果：
35、本专利技术与现有技术相比，通过获取包括多个像元的地理空间数据的分类栅格数据，每个像元对应一个包括同质像元和异质像元的像元邻域空间；将各同质像元的边界依次连接构成像元邻域边界，并选择度量像元邻域空间的参考形状；通过计算像元邻域边界与参考形状之间的相似性程度度量同质像元的空间形态信息；通过计算像元邻域空间内各异质像元的多样性概率熵度量异质像元的空间结构信息；对同质像元的空间形态信息和异质像元的空间结构信息进行耦合计算，得到每个像元邻域空间的空间信息量，并将所有像元邻域空间的空间信息量进行叠加，得到研究区域的空间信息度量结果，有效地考虑了像元类别编码值之间的空间结构信息，从而有效地度量分类栅格数据的空间信息，弥补了针对分类栅格数据空间信息度量研究的不足。
36、本专利技术的其它有益效果将在随后的具体实施方式部分予以详本文档来自技高网...
【技术保护点】
1.一种分类栅格数据空间信息度量方法，其特征在于，包括：
2.根据权利要求1所述的分类栅格数据空间信息度量方法，其特征在于，所述步骤2包括：
3.根据权利要求2所述的分类栅格数据空间信息度量方法，其特征在于，计算所述像元邻域边界与所述参考形状之间的相似性程度的表达式为：
4.根据权利要求3所述的分类栅格数据空间信息度量方法，其特征在于，计算所述像元邻域空间内各异质像元的多样性概率熵的表达式为：
5.根据权利要求4所述的分类栅格数据空间信息度量方法，其特征在于，所述异质像元的空间结构信息包括类别编码组成信息与调节权重；
6.根据权利要求5所述的分类栅格数据空间信息度量方法，其特征在于，所述调节权重的计算表达式为：
7.根据权利要求6所述的分类栅格数据空间信息度量方法，其特征在于，在步骤5之前，还包括：
8.根据权利要求7所述的分类栅格数据空间信息度量方法，其特征在于，所述步骤5包括：
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述的分类栅格数据空间信息度量方法。
...【技术特征摘要】
1.一种分类栅格数据空间信息度量方法，其特征在于，包括：
2.根据权利要求1所述的分类栅格数据空间信息度量方法，其特征在于，所述步骤2包括：
3.根据权利要求2所述的分类栅格数据空间信息度量方法，其特征在于，计算所述像元邻域边界与所述参考形状之间的相似性程度的表达式为：
4.根据权利要求3所述的分类栅格数据空间信息度量方法，其特征在于，计算所述像元邻域空间内各异质像元的多样性概率熵的表达式为：
5.根据权利要求4所述的分类栅格数据空间信息度量方法，其特征在于，所述异质像元的空间结构信息包括类别编码组成信息与调节权重；
6.根据权利要求5所述的分类栅格数据空间信息度量方法，...
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。