欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022115149329
申请人: 郑州大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于四元Copula的综合遥感生态指数并行计算方法,其特征在于,将Copula函数基于遥感栅格数据进行并行计算,提高计算效率并且将计算结果可视化,同时Copula函数作为一种新的多变量分析工具对遥感生态指标进行拟合分析,除了囊括遥感生态指标的更多信息外,还能够考虑指标变量的相关性,从时间变化和空间演变上更合理准确地反映生态环境质量,为生态环境的监测、评价以及治理提供可靠、有力的技术支持,包括如下步骤:S1.收集研究区域内十年的多光谱遥感栅格影像数据、绿度指标月合成数据、热度指标月合成数据及年尺度的土地利用数据;用所述多光谱遥感栅格影像数据分别计算月尺度下的湿度指标和干度指标;并对四个遥感生态指标数据进行归一化处理,所述四个遥感生态指标包括绿度指标、湿度指标、干度指标和热度指标;

S2.将四个遥感生态指标的栅格影像数据以像元为单位逐个读取成四个遥感生态指标时间序列,构成十年120个月尺度的四个遥感生态指标时间序列,所述四个遥感生态指标时间序列包括绿度指标时间序列、湿度指标时间序列、干度指标时间序列及热度指标时间序列;

S3.对每个像元的四个遥感生态指标时间序列分别计算其遥感生态指标边缘分布函数,所述四个遥感生态指标边缘分布函数包括绿度指标边缘分布函数、湿度指标边缘分布函数、干度指标边缘分布函数和热度指标边缘分布函数;

S4.利用每个像元的四个遥感生态指标边缘分布函数确定四元Copula函数的模型参数,构建月尺度下的绿度指标、湿度指标、干度指标及热度指标的四元Copula函数模型,将所述四个指标时间序列重新代入确定参数后的四元Copula函数模型,计算出综合遥感生态指数;

S5.将所述综合遥感生态指数结果重新生成可视化栅格影像数据,并将所述可视化栅格影像数据归一化;

S6.设定综合遥感生态指数的阈值,将所述综合遥感生态指数根据所述阈值划分成不同生态环境质量等级。

2.根据权利要求1所述一种基于四元Copula的综合遥感生态指数并行计算方法,其特征在于,所述S1中,能够方便地获取多光谱遥感影像数据用于指标的计算,所述遥感影像数据包括含红光、绿光、蓝光、第一近红外光、第二近红外光、第一短波红外、第二短波红外的7波段的8天合成数据。

3.根据权利要求2所述一种基于四元Copula的综合遥感生态指数并行计算方法,其特征在于,所述S1中,采用多线程并行的方式高效地计算遥感生态指标并归一化,所述月尺度下的湿度指标和所述月尺度下的干度指标采用python开启线程池多线程并行计算方式如下:S11.根据所述遥感数据计算湿度指标,计算公式为

WETNESS=0.1147×Red+0.2408×NIR1+0.3283×Blue+0.3132×Green‑0.3122×NIR2‑0.6416×SWIR1‑0.5087×SWIR2其中,SWIR1、SWIR2、NIR1、NIR2、Red、Blue、Green分别为第一短波红外、短二短波红外、第一近红外光、第二近红外光、红光、蓝光、绿光波段的反射率;

S12.根据所述遥感影像数据计算干度指标,计算公式为:

BSI=[(SWIR1+Red)‑(NIR1+Blue)]/[(SWIR1+Red)+(NIR1+Blue)]NDBSI=(BSI+IBI)/2

其中,SWIR1、NIR1、Red、Green、Blue分别为第一短波红外、第一近红外光、红光、绿光、蓝光波段的反射率;

S13.将所述湿度指标和干度指标去除异常值,并利用最大值合成法将数据合成月尺度下的湿度指标和月尺度下的干度指标;

S14.将所述月尺度下的湿度指标和月尺度下的干度指标进行归一化处理,归一化处理计算公式为:

NIi=(Ii‑Imin)/(Imax‑Imin)

其中,NIi为某一正规化后的指标值,Ii为该指标在像元i处的值;Imax为该指标的最大值;Imin为该指标的最小值。

4.根据权利要求1所述一种基于四元Copula的综合遥感生态指数并行计算方法,其特征在于,所述S2中,对四元Copula函数实现基于遥感栅格数据的读取计算,使用Matlab将归一化后的四个遥感生态指标的栅格影像数据读取为矩阵形式,按照同一位置的像元点逐个读取十年120个月的月尺度的四个遥感生态指标时间序列。

5.根据权利要求1所述一种基于四元Copula的综合遥感生态指数并行计算方法,其特征在于,所述S3中,按照逐像元的方式对四个遥感生态指标组成的四组时间序列计算边缘分布函数,使用Gringorten公式,逐个像元点分别计算所述四个遥感生态指标边缘分布函数,当时间序列共有N项,所述时间序列x1≤x2≤…≤xi≤…≤xN中小于等于xi的出现次数为i时,其公式如下:

6.根据权利要求1所述一种基于四元Copula的综合遥感生态指数并行计算方法,其特征在于,所述S4中,使用四元Copula函数作为边缘分布函数的连接工具,栅格影像中每个像元采用并行的方式计算出各月月尺度下的绿度指标、湿度指标、干度指标及热度指标的四元Copula函数参数,完成Copula函数模型的构建;所述四元Copula函数选择四元t‑Copula函数,将所述月尺度下的绿度指标、湿度指标、干度指标及热度指标代入上述确定参数后的四元t‑Copula函数,计算出对应的综合遥感生态指数。

7.根据权利要求6所述一种基于四元Copula的综合遥感生态指数并行计算方法,其特征在于,根据Sklar定理,逐像元地计算四个遥感生态指标时间序列的Copula函数模型,所述四个遥感生态指标时间序列的联合分布函数P计算公式如下:P(x1≤X1,x2≤X2,x3≤X3,x4≤X4)=C[U(X1),V(X2),G(X3),W(X4)]=p其中,x1为绿度指标时间序列对应变量、x2为湿度指标时间序列对应变量、x3为干度指标时间序列对应变量、x4为热度指标时间序列对应变量;U(x1)为绿度指标的边缘分布函数、V(x2)为湿度指标的边缘分布函数、G(x3)为干度指标的边缘分布函数、W(x4)为热度指标的边缘分布函数;P为绿度指标、湿度指标、干度指标及热度指标的联合分布函数;C为四元t‑Copula函数,表达式为:密度函数的表达式为:

其中,ρ为对角线上的元素全为1的4阶对称正定矩阵,|ρ|表示方阵ρ的行列式,u1为绿度指标边缘分布函数U(x1),u2为湿度指标边缘分布函数V(x2),u3为干度指标边缘分布函数G(x3),u4为热度指标边缘分布函数W(x4);tρ,k表示相关系数矩阵为ρ、自由度为k的标准四元t分布的分布函数, 表示自由度为k的标准一元t分布的分布函数的逆函数;

8.根据权利要求7所述一种基于四元Copula的综合遥感生态指数并行计算方法,其特征在于,为了确定四元t‑Copula函数模型的参数,根据Kendall相关系数估计相关系数、最大似然函数法估计自由度,算法过程如下:S41.对四个遥感生态指标运用经验分布或边缘分布函数进行概率转化,所述边缘分布函数包括绿度指标边缘分布函数U(X1)、湿度指标边缘分布函数V(X2)、干度指数边缘分布函数G(X3)和热度指标边缘分布函数W(X4);

S42.根据 利用Kendall相关系数的τ来估计四个遥感生态指标的相关系数

矩阵

S43.运用极大似然估计方法,估计自由度参数k,计算公式如下:

9.根据权利要求6所述一种基于四元Copula的综合遥感生态指数并行计算方法,其特征在于,所述S3、S4、S5中,遥感栅格影像有数以万计的像元点,每个像元点都要计算一个与之对应的四元t‑Copula函数模型,为了实现多个像元的并行计算,提升计算效率,使用Matlab的主从结构的分布式计算方式实现基于多核CPU的并行计算;初始化Matlab并行计算环境时,最初的Matlab进程自动成为主节点,同时初始化多个Matlab计算子节点,所述子节点的个数可根据计算机CPU核心数量设定,利用Parfor将子节点调用用于计算;Parfor运行之初,主节点会将Parfor循环程序之外变量传递给计算子节点;子节点运算过程时互不干扰,运算完毕,将各子节点得到的结果组合到同一个矩阵变量中,并返回到Matlab主节点,最终计算完毕则关闭计算子节点。

10.根据权利要求1所述一种基于四元Copula的综合遥感生态指数并行计算方法,其特征在于,所述S5中,将综合遥感生态指数值根据每个像元点的位置、时间信息重新生成可视化栅格数据,并将综合遥感生态指数值归一化;根据综合遥感生态指数划分生态质量等级,将综合遥感生态指数从0到1,以0.2为间隔分成5个等级,所述综合生态质量等级根据综合遥感生态指数由低到高分别是差、较差、中等、良和优5个等级,并根据综合遥感生态指数等级分析综合遥感生态指数时间变化和空间分布规律。