本發(fā)明涉及森林?jǐn)_動監(jiān)測領(lǐng)域，特別是涉及一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法。

背景技術(shù)：

1、隨著全球氣候變化和人類活動的增加，森林?jǐn)_動的頻率和強(qiáng)度顯著提升，嚴(yán)重影響森林生態(tài)系統(tǒng)的穩(wěn)定性?，F(xiàn)有的森林?jǐn)_動監(jiān)測方法多依賴于地面觀測和傳統(tǒng)遙感數(shù)據(jù)，存在數(shù)據(jù)時效性差、空間覆蓋有限、無法有效捕捉大尺度擾動動態(tài)等問題。

2、現(xiàn)有技術(shù)主要包括利用中等分辨率的modis、avhrr數(shù)據(jù)進(jìn)行粗粒度的擾動監(jiān)測，以及使用landsat數(shù)據(jù)進(jìn)行細(xì)粒度的變化檢測。這些方法雖然在一定程度上解決了空間分辨率的問題，但在數(shù)據(jù)處理能力、算法準(zhǔn)確性和監(jiān)測時效性方面仍有較大改進(jìn)空間，還缺乏多因素的綜合分析。

技術(shù)實(shí)現(xiàn)思路

1、為了克服現(xiàn)有技術(shù)的不足，本發(fā)明的目的是提供一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，通過對多年森林覆蓋合成圖進(jìn)行優(yōu)化和預(yù)測，提高用于分析圖像的質(zhì)量和數(shù)量，提高分類準(zhǔn)確率和可靠性；通過對基礎(chǔ)ccdc算法進(jìn)行改進(jìn)，實(shí)現(xiàn)對擾動提取效果的改善；通過特征數(shù)據(jù)和關(guān)聯(lián)數(shù)據(jù)計算，為擾動歸因分析提供直觀數(shù)據(jù)，提高擾動歸因分析效率。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

3、一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，包括：

4、收集并融合長時間序列l(wèi)andsat影像和谷歌地圖歷史影像，得到多年森林覆蓋合成圖；

5、將所述多年森林覆蓋合成圖輸入到預(yù)訓(xùn)練的像素補(bǔ)償模型中進(jìn)行優(yōu)化，得到高精度森林覆蓋合成圖；

6、將所述高精度森林覆蓋合成圖輸入到預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行預(yù)測，得到生成覆蓋合成圖；

7、向基礎(chǔ)ccdc算法中加入擾動最大幅度波段和id映射取值，得到改進(jìn)ccdc算法；

8、利用所述改進(jìn)ccdc算法分別對所述高精度森林覆蓋合成圖和所述生成覆蓋合成圖分別進(jìn)行擾動年份、擾動最大幅度以及擾動次數(shù)提取，得到森林?jǐn)_動圖；所述森林?jǐn)_動圖包括：年份數(shù)據(jù)圖、最大幅度數(shù)據(jù)圖以及次數(shù)數(shù)據(jù)圖；

9、分別對所述森林?jǐn)_動圖進(jìn)行擾動空間分布、擾動密度以及變化趨勢提取，得到擾動數(shù)據(jù)；

10、分別利用預(yù)設(shè)因素對所述擾動數(shù)據(jù)進(jìn)行判別分析，得到林火歸因圖和人因歸因圖和其他歸因圖；所述人因歸因圖包括：采伐歸因圖、農(nóng)耕歸因圖以及建設(shè)活動歸因圖；所述其他歸因圖包括：氣候歸因圖和災(zāi)害歸因圖；

11、將所述林火歸因圖、所述人因歸因圖以及所述其他歸因圖進(jìn)行融合，得到融合歸因圖；

12、利用全局莫蘭指數(shù)、局部莫蘭指數(shù)以及getis-ord?gi*指數(shù)對所述融合歸因圖進(jìn)行分析，得到目標(biāo)歸因結(jié)果。

13、優(yōu)選地，所述變化趨勢的計算公式包括：

14、

15、其中，θ為所述趨勢線性變化斜率；fddi為第i年的森林?jǐn)_動密度；n為時間長度。

16、優(yōu)選地，所述像素補(bǔ)償模型的訓(xùn)練過程包括：

17、收集基礎(chǔ)森林覆蓋合成圖和精細(xì)森林覆蓋合成圖；所述精細(xì)森林覆蓋合成圖的精度大于所述基礎(chǔ)森林覆蓋合成圖；

18、提取所述精細(xì)森林覆蓋合成圖的像素信息，得到原始像素數(shù)據(jù)集；

19、提取高精度的所述多年森林覆蓋合成圖的像素信息，得到目標(biāo)像素數(shù)據(jù)集；

20、構(gòu)建knn分類模型；

21、將所述原始像素數(shù)據(jù)集作為輸入數(shù)據(jù)，將所述目標(biāo)像素數(shù)據(jù)集作為驗(yàn)證數(shù)據(jù)，對所述knn分類模型進(jìn)行訓(xùn)練，得到所述像素補(bǔ)償模型。

22、優(yōu)選地，所述擾動最大幅度的種類包括：低幅度、中低幅度、中幅度、中高幅度以及高幅度；所述低幅度的范圍為：0到0.09；所述中低幅度的范圍為：0.09到0.19；所述中幅度的范圍為：0.19到0.30；所述中高幅度的范圍為：0.30到0.45；所述高幅度的范圍為：大于0.45。

23、優(yōu)選地，所述預(yù)設(shè)因素包括：氣候因素、人為因素以及其他因素；所述其他因素包括：昆蟲爆發(fā)和河流改道。

24、優(yōu)選地，所述全局莫蘭指數(shù)的計算公式為：

25、

26、其中，i為所述全局莫蘭指數(shù)；n為擾動斑塊的數(shù)量；xi、xj分別為第i和j個所述擾動斑塊的屬性值；wi,j為第i和j個擾動斑塊之間的空間權(quán)重；為所述屬性值的平均數(shù)。

27、優(yōu)選地，所述局部莫蘭指數(shù)的計算公式包括：

28、

29、其中，ii為所述局部莫蘭指數(shù)。

30、優(yōu)選地，所述getis-ord?gi*指數(shù)的計算公式包括：

31、

32、其中，為第i個所述getis-ord?gi*指數(shù)。

33、本發(fā)明公開了以下技術(shù)效果：

34、本發(fā)明提供了一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，通過對多年森林覆蓋合成圖進(jìn)行優(yōu)化和預(yù)測，解決了圖像來源精度較低、數(shù)量較少的問題，實(shí)現(xiàn)了對用于分析圖像質(zhì)量和數(shù)量的提升；通過對基礎(chǔ)ccdc算法進(jìn)行改進(jìn)，解決了現(xiàn)有ccdc算法擾動提取效果不佳的問題，實(shí)現(xiàn)了對擾動提取效果的改善；通過特征數(shù)據(jù)和關(guān)聯(lián)數(shù)據(jù)計算，解決了常規(guī)擾動歸因分析過程復(fù)雜的問題，實(shí)現(xiàn)了為擾動歸因分析提供直觀特征數(shù)據(jù)。

技術(shù)特征：

1.一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，其特征在于，所述變化趨勢的計算公式包括：

3.根據(jù)權(quán)利要求1所述的一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，其特征在于，所述像素補(bǔ)償模型的訓(xùn)練過程包括：

4.根據(jù)權(quán)利要求1所述的一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，其特征在于，所述擾動最大幅度的種類包括：低幅度、中低幅度、中幅度、中高幅度以及高幅度；所述低幅度的范圍為：0到0.09；所述中低幅度的范圍為：0.09到0.19；所述中幅度的范圍為：0.19到0.30；所述中高幅度的范圍為：0.30到0.45；所述高幅度的范圍為：大于0.45。

5.根據(jù)權(quán)利要求1所述的一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，其特征在于，所述預(yù)設(shè)因素包括：氣候因素、人為因素以及其他因素；所述其他因素包括：昆蟲爆發(fā)和河流改道。

6.根據(jù)權(quán)利要求2所述的一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，其特征在于，所述全局莫蘭指數(shù)的計算公式為：

7.根據(jù)權(quán)利要求6所述的一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，其特征在于，所述局部莫蘭指數(shù)的計算公式包括：

8.根據(jù)權(quán)利要求7所述的一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，其特征在于，所述getis-ord?gi*指數(shù)的計算公式包括：

技術(shù)總結(jié)
本發(fā)明屬于森林?jǐn)_動監(jiān)測領(lǐng)域，提供了一種大尺度森林?jǐn)_動檢測與擾動歸因分析方法，包括：多年森林覆蓋合成圖獲取、利用像素補(bǔ)償模型進(jìn)行優(yōu)化、覆蓋合成圖生成、基礎(chǔ)CCDC算法改進(jìn)、擾動提取、擾動數(shù)據(jù)計算、特征數(shù)據(jù)計算、數(shù)據(jù)融合、關(guān)聯(lián)數(shù)據(jù)計算以及目標(biāo)歸因結(jié)果確定。本發(fā)明通過對多年森林覆蓋合成圖進(jìn)行優(yōu)化和預(yù)測，提高了用于分析圖像的質(zhì)量和數(shù)量，提高了分類準(zhǔn)確率和可靠性；通過對基礎(chǔ)CCDC算法進(jìn)行改進(jìn)，實(shí)現(xiàn)了對擾動提取效果的改善；通過特征數(shù)據(jù)和關(guān)聯(lián)數(shù)據(jù)計算，為擾動歸因分析提供了直觀數(shù)據(jù)，提高了擾動歸因分析效率。

技術(shù)研發(fā)人員：賈翔,杜軍,王景旭,賀丹妮,李陽光,侯鵬飛,魏雪馨,孫婷婷
受保護(hù)的技術(shù)使用者：河南省科學(xué)院地理研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9