本發(fā)明涉及基于眾源地理數(shù)據(jù)的地表覆蓋更新方法及系統(tǒng)。

背景技術(shù)：

地表覆蓋信息提取能力逐步增強，多尺度地表覆蓋數(shù)據(jù)產(chǎn)品不斷涌現(xiàn)，為環(huán)境變化研究、地球系統(tǒng)模擬、地理國情監(jiān)測和可持續(xù)發(fā)展規(guī)劃等提供了重要科學(xué)數(shù)據(jù)。地表覆蓋數(shù)據(jù)產(chǎn)品的空間分辨率、分類精度大幅提升，種類不斷豐富，但由于自然地理環(huán)境和人類活動表現(xiàn)出很強的動態(tài)性，變化更新較快，因此，難以完全滿足廣大用戶日益增長的應(yīng)用需求。深入研究地表覆蓋數(shù)據(jù)產(chǎn)品的動態(tài)實時更新，已成為當前研究的一項重要任務(wù)。

目前，地表覆蓋數(shù)據(jù)的更新和變化檢測主要利用遙感影像來完成，國內(nèi)外學(xué)者也提出了一些很多基于遙感影像的變化檢測模型和算法。

“chen,jun,etal."aspectralgradientdifferencebasedapproachforlandcoverchangedetection."isprsjournalofphotogrammetryandremotesensing85(2013):1-12.”將影像中的變化檢測從光譜量值空間轉(zhuǎn)化到斜率空間，利用光譜斜率差異進行變化檢測。

“rao,yuhan,etal."animprovedmethodforproducinghighspatial-resolutionndvitimeseriesdatasetswithmulti-temporalmodisndvidataandlandsattm/etm+images."remotesensing7.6(2015):7865-7891.”將modis影像時序數(shù)據(jù)與landsat相融合，改正或修正季相差異對變化檢測的影響。

“zhu,zhe,andcurtise.woodcock."continuouschangedetectionandclassificationoflandcoverusingallavailablelandsatdata."remotesensingofenvironment144(2014):152-171.”利用時間序列影像提供的趨勢性信息，以減小時相差異帶來的偽變化，提高變化檢測的可靠性。

上述研究應(yīng)用遙感影像成功構(gòu)建了變化檢測模型，然而，遙感影像生產(chǎn)周期長，圖像解譯耗時耗力、難以實現(xiàn)地表覆蓋產(chǎn)品動態(tài)實時更新的需求。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的就是為了解決上述問題，提供一種基于眾源地理數(shù)據(jù)的地表覆蓋更新方法及系統(tǒng)，利用眾源地理數(shù)據(jù)的空間分布和文本信息，提取地表覆蓋的變化信息。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

基于眾源地理數(shù)據(jù)的地表覆蓋更新方法，包括如下步驟：

步驟a：獲取眾源地理數(shù)據(jù)與地表覆蓋數(shù)據(jù)產(chǎn)品，將眾源地理數(shù)據(jù)作為地表覆蓋更新數(shù)據(jù)；提取地表覆蓋數(shù)據(jù)產(chǎn)品中檢測地表覆蓋類型變化的地表覆蓋數(shù)據(jù)，將眾源地理數(shù)據(jù)與所提取的地表覆蓋數(shù)據(jù)進行空間疊加，選取落到地表覆蓋數(shù)據(jù)外的眾源地理數(shù)據(jù)；眾源地理數(shù)據(jù)包括：反映地表覆蓋類型的文本信息和表示空間位置的坐標信息；

步驟b：從步驟a所選取的落到地表覆蓋數(shù)據(jù)外的眾源地理數(shù)據(jù)中提取表示空間位置的坐標信息，采用核密度模型，劃定地表覆蓋待檢測區(qū)域；

步驟c：依據(jù)步驟b所劃定的地表覆蓋待檢測區(qū)域，提取待檢測區(qū)域內(nèi)眾源地理數(shù)據(jù)的文本信息，應(yīng)用tf-idf算法，判斷待檢測區(qū)域內(nèi)眾源地理數(shù)據(jù)地表覆蓋類型；

步驟d：若地表覆蓋待檢測區(qū)域的地表覆蓋類型與步驟a中提取的檢測地表覆蓋類型變化的地表覆蓋數(shù)據(jù)的類型一致，則該待檢測區(qū)域為地表覆蓋更新區(qū)域，反之，則為非地表覆蓋更新區(qū)域。

所述眾源地理數(shù)據(jù)包括：帶地理坐標的眾源poi數(shù)據(jù)集、眾源圖片數(shù)據(jù)集和眾源文本數(shù)據(jù)集。

所述步驟b包括：

步驟b1：利用眾源地理數(shù)據(jù)的坐標信息，計算眾源地理數(shù)據(jù)到現(xiàn)有地表覆蓋數(shù)據(jù)的最近距離das，繼而以設(shè)定距離范圍為間隔，對各間隔距離范圍內(nèi)的眾源地理數(shù)據(jù)的個數(shù)進行統(tǒng)計，得到眾源地理數(shù)據(jù)最多的距離范圍ras；

步驟b2：利用眾源地理數(shù)據(jù)的坐標信息，計算眾源地理數(shù)據(jù)之間的最短距離dvgi，繼而以50米為間隔，對各間隔距離范圍內(nèi)的眾源地理數(shù)據(jù)進行統(tǒng)計，得到眾源地理數(shù)據(jù)最多的距離范圍rvgi；

步驟b3：結(jié)合步驟b1、b2所得距離范圍ras和rvgi，利用眾源地理數(shù)據(jù)的坐標信息，應(yīng)用核密度模型，劃定地表覆蓋待檢測區(qū)域d；

為確定適合眾源地理數(shù)據(jù)的帶寬h，結(jié)合步驟b1、b2所得距離范圍ras和rvgi，通過計算兩個距離范圍的均值，得到帶寬h的合理范圍。

眾源地理數(shù)據(jù)最多的距離范圍ras計算公式：

式中，ni為第i段距離范圍內(nèi)眾源地理數(shù)據(jù)的個數(shù)n，n為眾源地理數(shù)據(jù)總數(shù)，表示選取眾源地理數(shù)據(jù)占比最多；表示選取眾源地理數(shù)據(jù)占比最多的距離das。

眾源地理數(shù)據(jù)最多的距離范圍rvgi計算公式如下：

式中，nj為第j段距離范圍內(nèi)眾源地理數(shù)據(jù)的個數(shù)n，n為眾源地理數(shù)據(jù)總數(shù)，表示選取眾源地理數(shù)據(jù)占比最多；表示選取眾源地理數(shù)據(jù)占比最多的距離dvgi。

地表覆蓋待檢測區(qū)域d的計算公式：

式中，n為眾源地理數(shù)據(jù)的數(shù)量，k為核函數(shù)，選擇sigmoid核函數(shù)作為計算依據(jù)，xi為第i個已知的眾源地理數(shù)據(jù)，h為區(qū)域范圍搜索帶寬。

帶寬h計算公式如下：

所述步驟c包括：

步驟c1：提取各地表覆蓋待檢測區(qū)域內(nèi)的文本信息，利用tf-idf算法，計算文本信息中每個詞語的權(quán)重；

步驟c2：依據(jù)步驟c1的詞語權(quán)重計算結(jié)果，將各地表覆蓋待檢測區(qū)域內(nèi)詞語的權(quán)重按照從小到大的順序排序，選擇區(qū)域內(nèi)權(quán)重最高的詞語，將權(quán)重最高的詞語所對應(yīng)的地表覆蓋類型作為待檢測區(qū)域的地表覆蓋類型。

文本信息中每個詞語的權(quán)重計算公式：

tfidfi,j＝tfi,j×idfi(5)；

式中，tfidfi,j為第j個地表覆蓋待檢測區(qū)域d中出現(xiàn)的第i個詞t的權(quán)重，tfi,j為該詞的詞頻，idfi為該詞的逆向文件頻率；

詞頻計算公式：

逆向文件頻率的計算公式：

式中，ni,j是詞語t在地表覆蓋區(qū)域dj中出現(xiàn)的次數(shù)，nk,j為地表覆蓋區(qū)域dj中第k個詞語出現(xiàn)的次數(shù)，∑knk,j為地表覆蓋區(qū)域dj中所有詞語出現(xiàn)的次數(shù)之和。|d|為地表覆蓋區(qū)域的總數(shù)，|{j:ti∈dj}|是指在所有地表覆蓋區(qū)域中，包含第j個地表覆蓋區(qū)域dj中第i個詞語ti的地表覆蓋區(qū)域數(shù)目。

基于眾源地理數(shù)據(jù)的地表覆蓋更新系統(tǒng)，

獲取模塊：獲取眾源地理數(shù)據(jù)與地表覆蓋數(shù)據(jù)產(chǎn)品，將眾源地理數(shù)據(jù)作為地表覆蓋更新數(shù)據(jù)；提取地表覆蓋數(shù)據(jù)產(chǎn)品中檢測地表覆蓋類型變化的地表覆蓋數(shù)據(jù)，將眾源地理數(shù)據(jù)與所提取的地表覆蓋數(shù)據(jù)進行空間疊加，選取落到地表覆蓋數(shù)據(jù)外的眾源地理數(shù)據(jù)；眾源地理數(shù)據(jù)包括：反映地表覆蓋類型的文本信息和表示空間位置的坐標信息；

提取模塊：從獲取模塊所選取的落到地表覆蓋數(shù)據(jù)外的眾源地理數(shù)據(jù)中提取表示空間位置的坐標信息，采用核密度模型，劃定地表覆蓋待檢測區(qū)域；

第一判斷模塊：依據(jù)提取模塊所劃定的地表覆蓋待檢測區(qū)域，提取待檢測區(qū)域內(nèi)眾源地理數(shù)據(jù)的文本信息，應(yīng)用tf-idf算法，判斷待檢測區(qū)域內(nèi)眾源地理數(shù)據(jù)地表覆蓋類型；

第二判斷模塊：若地表覆蓋待檢測區(qū)域的地表覆蓋類型與步驟a中提取的檢測地表覆蓋類型變化的地表覆蓋數(shù)據(jù)的類型一致，則該待檢測區(qū)域為地表覆蓋更新區(qū)域，反之，則為非地表覆蓋更新區(qū)域。

本發(fā)明的有益效果：

1眾源地理數(shù)據(jù)的大量出現(xiàn)，為地表覆蓋的變化發(fā)現(xiàn)與更新提供了新的參考信息來源。雖然這類參考信息的數(shù)據(jù)內(nèi)容、表達形式、時空分辨率、數(shù)據(jù)精度及地域分布復(fù)雜多樣，但是得益于實時更新、便捷獲取的特點，使得地表覆蓋更新的周期和成本明顯降低，自動化程度大幅度提升，可在一定程度滿足地表覆蓋動態(tài)實時更新的需求。

2利用眾源地理數(shù)據(jù)的位置信息，采用核密度算法，劃定地表覆蓋更新區(qū)域；繼而，依據(jù)所劃定的地表覆蓋更新區(qū)域中眾源地理數(shù)據(jù)的文本信息，采用tf-idf算法，計算各眾源地理數(shù)據(jù)詞語的權(quán)重，判斷所在區(qū)域的地表覆蓋類型。

附圖說明

圖1為本發(fā)明流程圖；

圖2為2010年人造地表與2016年poi分布圖；

圖3為poi距離人造地表的最近距離圖；

圖4為poi數(shù)據(jù)間的最近距離圖；

圖5為地表覆蓋更新區(qū)域圖；

圖6(a)-圖6(d)為部分地表覆蓋區(qū)域詞語權(quán)重分布圖；

圖7為部分地表覆蓋區(qū)域分類結(jié)果圖。

具體實施方式

下面結(jié)合附圖與實施例對本發(fā)明作進一步說明。

為了對本發(fā)明的技術(shù)特征、目的和效果有更加清楚的理解，現(xiàn)以我國自主生產(chǎn)的30米分辨率的2010年globeland30作為更新前的地表覆蓋數(shù)據(jù)，眾源地理數(shù)據(jù)選用2016年北京市的高德地圖poi數(shù)據(jù)集，將其做為更新數(shù)據(jù)。由于poi數(shù)據(jù)多反映人類活動，故以地表覆蓋分類中的大多由建成區(qū)構(gòu)成的人造地表的更新為例，對照附圖說明本發(fā)明的具體實施方式。

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。

本發(fā)明所提出的一種基于眾源地理數(shù)據(jù)的地表覆蓋分類方法，如圖1所示，所述方法用于基于眾源地理數(shù)據(jù)的地表覆蓋更新；所述地表覆蓋更新方法包括基于核密度的地表覆蓋更新區(qū)域劃定方法和基于tf-idf算法的地表覆蓋分類方法；所述方法包括如下步驟：

a、獲取眾源地理數(shù)據(jù)與地表覆蓋產(chǎn)品數(shù)據(jù)，將眾源地理數(shù)據(jù)作為地表覆蓋更新數(shù)據(jù)；提取地表覆蓋產(chǎn)品中檢測類型變化的地表覆蓋數(shù)據(jù)，將眾源地理數(shù)據(jù)與所提取的地表覆蓋數(shù)據(jù)進行空間疊加，選取落到地表覆蓋數(shù)據(jù)外的眾源地理數(shù)據(jù)，用于劃定地表覆蓋更新區(qū)域；眾源地理數(shù)據(jù)必須包含：反映地表覆蓋類型的文本信息和表示空間位置的坐標信息；

應(yīng)用重分類的方法，將2010年globeland30地表覆蓋數(shù)據(jù)分類為人造地表類型和非人造地表類型，并從中提取出2010年的人造地表區(qū)域。繼而，將2016年北京市的高德地圖poi數(shù)據(jù)集空間疊加于人造地表區(qū)域，提取落在2010年人造地表以外的poi數(shù)據(jù)，作為人造地表更新數(shù)據(jù)，如圖2所示。

b、利用步驟a所獲取的眾源地理數(shù)據(jù)，提取其表示空間位置的坐標信息，應(yīng)用核密度模型，劃定地表覆蓋更新區(qū)域。

a.利用眾源地理數(shù)據(jù)的坐標信息，計算各眾源地理數(shù)據(jù)到現(xiàn)有地表覆蓋數(shù)據(jù)的最近距離das，繼而以50米為間隔，對各距離范圍內(nèi)的眾源地理數(shù)據(jù)進行統(tǒng)計，得到眾源地理數(shù)據(jù)最多的距離范圍ras，其計算公式如下：

式中，ni為第i段距離范圍內(nèi)眾源地理數(shù)據(jù)的個數(shù)n，n為眾源地理數(shù)據(jù)總數(shù)，表示選取眾源地理數(shù)據(jù)占比最多的距離das。

以5000米為搜索半徑，計算poi數(shù)據(jù)距離5000米內(nèi)人造地表的最近距離，并以50米為間隔，對各距離范圍內(nèi)的眾源地理數(shù)據(jù)進行統(tǒng)計，計算結(jié)果如圖3所示。距離在100米內(nèi)的poi數(shù)量最多，隨著距離的增大，poi的數(shù)量逐漸減少，當距離大于1000后，poi的數(shù)量接近于0，但1000-5000米這段距離之間仍有極少量poi的存在。通過對圖3中poi數(shù)量分布的分析，本專利選取100米作為poi與人造地表的距離范圍。

b.利用眾源地理數(shù)據(jù)的坐標信息，計算各眾源地理數(shù)據(jù)之間的最短距離dvgi，繼而以50米為間隔，對各距離范圍內(nèi)的眾源地理數(shù)據(jù)進行統(tǒng)計，得到眾源地理數(shù)據(jù)最多的距離范圍rvgi，其計算公式如下：

式中，nj為第j段距離范圍內(nèi)眾源地理數(shù)據(jù)的個數(shù)n，n為眾源地理數(shù)據(jù)總數(shù)，表示選取眾源地理數(shù)據(jù)占比最多的距離dvgi。

以5000米為搜索半徑，計算poi數(shù)據(jù)距離5000米內(nèi)其他poi的最近距離，并以50米為間隔，對各距離范圍內(nèi)的眾源地理數(shù)據(jù)進行統(tǒng)計，計算結(jié)果如圖4所示。與圖3不同，poi之間的最近距離多集中在200米以內(nèi)，200米以外的poi數(shù)量幾乎為0,而100米內(nèi)的poi數(shù)量最多，依據(jù)圖4中poi數(shù)量的分布，本專利選取100米作為poi間的距離范圍。

c.結(jié)合步驟b1、b2所得距離范圍ras和rvgi，利用眾源地理數(shù)據(jù)的坐標信息，應(yīng)用核密度模型，對地表覆蓋更新區(qū)域進行劃定，其計算公式如下：

式中，n為眾源地理數(shù)據(jù)的數(shù)量，k為核函數(shù)，本專利選擇sigmoid核函數(shù)作為計算依據(jù)，xi為第i個已知的眾源地理數(shù)據(jù)，h為區(qū)域范圍搜索帶寬。為確定適合眾源地理數(shù)據(jù)的帶寬h，本專利結(jié)合步驟b1、b2所得距離范圍ras和rvgi，通過計算兩個距離范圍的均值，得到帶寬h的合理范圍，其計算公式如下：

利用步驟a,b中計算所得距離范圍，應(yīng)用公式(4)，計算得到用于劃定地表覆蓋更新區(qū)域的帶寬h。繼而，依據(jù)所得帶寬h，應(yīng)用公式(3)，劃定地表覆蓋更新區(qū)域。如圖5所示，劃定的地表覆蓋更新區(qū)域多與2010年人造地表相鄰，為人造地表擴張區(qū)域，少數(shù)地表覆蓋更新區(qū)域遠離2010年人造地表散落分布，該區(qū)域可能為人造地表，或者其他地表覆蓋類型。

c、依據(jù)步驟b所劃定的地表覆蓋更新區(qū)域，提取區(qū)域內(nèi)眾源地理數(shù)據(jù)的文本信息，應(yīng)用tf-idf算法，分析其地表覆蓋類型。

a.提取各地表覆蓋更新區(qū)域內(nèi)的文本信息，利用tf-idf算法，計算文本信息中每個詞語的權(quán)重，其計算公式如下：

tfidfi,j＝tfi,j×idfi(5)

式中，tfidfi,j為第j個地表覆蓋區(qū)域d中出現(xiàn)的第i個詞t的權(quán)重，tfi,j為該詞的詞頻，idfi為該詞的逆向文件頻率，其計算公式如下：

式中，ni,j是詞語t在地表覆蓋區(qū)域dj中出現(xiàn)的次數(shù)，∑knk,j為地表覆蓋區(qū)域dj中所有詞語出現(xiàn)的次數(shù)之和，nk為區(qū)域中第k個詞語。|d|為地表覆蓋區(qū)域的總數(shù)，|{j:ti∈dj}|是指包含詞語t的文件數(shù)目。

b.依據(jù)步驟c1的詞語權(quán)重計算結(jié)果，將各地表覆蓋區(qū)域內(nèi)詞語的權(quán)重按照從小到大的順序排序，選擇區(qū)域內(nèi)權(quán)重較高的詞語，作為判斷地表覆蓋類型的依據(jù)。若區(qū)域內(nèi)的地表覆蓋類型與所提取的地表覆蓋數(shù)據(jù)類型一致，則該區(qū)域為地表覆蓋更新區(qū)域，反之，則非地表覆蓋更新區(qū)域，

部分計算所得地表覆蓋區(qū)域的詞語權(quán)重如圖6(a)-圖6(d)所示。圖6(a)中所占權(quán)重最大的詞語為風(fēng)景名勝，權(quán)值達到了300以上，其次為旅游景點，公園內(nèi)部設(shè)施等，表明該處為公園等風(fēng)景區(qū)，由此可判斷該處為非人造地表。圖6(b)中權(quán)重較高的詞語多與住宅小區(qū)相關(guān)，如“樓棟號”、“住宅小區(qū)”等，表明該處為非人造地表。圖6(c)與圖6(a)類似，“風(fēng)景名勝”的權(quán)重最高，同時該區(qū)域內(nèi)“度假村”的權(quán)重也相對較高，可判斷該區(qū)域為戶外旅游區(qū)域，為非人造地表。圖6(d)與圖6(b)類似，通過詞語權(quán)重可得該處為住宅區(qū)，為人造地表區(qū)域。由此可得地表覆蓋分類如圖7所示，其中綠色區(qū)域被分類為非人造地表，不屬于人造地表更新區(qū)域，而粉紅色區(qū)域，為2016年更新的人造地表區(qū)域。

本發(fā)明提出了一種基于眾源地理數(shù)據(jù)的地表覆蓋分類方法，利用眾源地理數(shù)據(jù)的位置信息，采用核密度算法，劃定地表覆蓋更新區(qū)域；繼而，依據(jù)所劃定的地表覆蓋更新區(qū)域中眾源地理數(shù)據(jù)的文本信息，采用tf-idf算法，計算各眾源地理數(shù)據(jù)詞語的權(quán)重，判斷所在區(qū)域的地表覆蓋類型。

上述雖然結(jié)合附圖對本發(fā)明的具體實施方式進行了描述，但并非對本發(fā)明保護范圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍以內(nèi)。