[發(fā)明專(zhuān)利]一種遙感時(shí)序數(shù)據(jù)聚類(lèi)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110659189.5
• 申請(qǐng)日: 2021-06-11
• 公開(kāi)（公告）號(hào): CN113392166B
• 公開(kāi)（公告）日: 2022-10-21
• 發(fā)明（設(shè)計(jì)）人: 楊震;董前林;王珂
• 申請(qǐng)（專(zhuān)利權(quán)）人: 河南工業(yè)大學(xué)
• 主分類(lèi)號(hào): G06F16/28
• 分類(lèi)號(hào): G06F16/28;G06F16/215
• 代理公司: 鄭州銀河專(zhuān)利代理有限公司 41158
• 代理人: 陳玄

本發(fā)明提供一種遙感時(shí)序數(shù)據(jù)聚類(lèi)方法，包括如下步驟：S1，數(shù)據(jù)下載及預(yù)處理，下載研究區(qū)域每年一景的植被生長(zhǎng)季Landsat影像數(shù)據(jù)，并對(duì)影像數(shù)據(jù)進(jìn)行預(yù)處理，構(gòu)建研究區(qū)域的年際時(shí)序NDVI數(shù)據(jù)；S2，遙感時(shí)序數(shù)據(jù)去噪處理，得到濾波后的NDVI時(shí)序數(shù)據(jù)；S3，距離計(jì)算，處理不同變化時(shí)間與值域范圍的距離測(cè)度，獲取形狀相似性，采用互相關(guān)法確定時(shí)序數(shù)據(jù)間的相似性，并得到基于形狀相似性的時(shí)序數(shù)據(jù)間的距離；S4，質(zhì)心計(jì)算，通過(guò)DTW Barycenter Averaging求解每個(gè)聚類(lèi)的質(zhì)心；S5，初始質(zhì)心選擇；S6，聚類(lèi)過(guò)程。通過(guò)本發(fā)明所述的遙感時(shí)序數(shù)據(jù)聚類(lèi)方法，不僅能夠使得人們更方便地進(jìn)行遙感時(shí)序數(shù)據(jù)分析，還能夠?qū)⒆兓瘯r(shí)間、值域范圍不同但變化趨勢(shì)相近的遙感時(shí)序聚為一類(lèi)。

技術(shù)領(lǐng)域

本發(fā)明涉及遙感與地理信息技術(shù)領(lǐng)域，具體涉及一種遙感時(shí)序數(shù)據(jù)聚類(lèi)方法。

背景技術(shù)

許多學(xué)者開(kāi)展了利用多時(shí)相遙感數(shù)據(jù)監(jiān)測(cè)環(huán)境變化的研究，取得了豐富的研究成果。而多時(shí)相數(shù)據(jù)不能動(dòng)態(tài)表征地物的變化過(guò)程。隨著遙感數(shù)據(jù)的不斷積累，遙感時(shí)序分析已經(jīng)成為研究熱點(diǎn)，廣泛地應(yīng)用于擾動(dòng)識(shí)別、土地利用變化監(jiān)測(cè)等領(lǐng)域。常見(jiàn)的遙感時(shí)序分析方法有基于樣本訓(xùn)練的軌跡分析方法等，鮮有基于時(shí)間序列聚類(lèi)的遙感時(shí)序分析方法。而本申請(qǐng)擬通過(guò)時(shí)序聚類(lèi)實(shí)現(xiàn)遙感時(shí)序分析。而常用的聚類(lèi)方法(如k-means)，很難將變化時(shí)間、值域范圍不同但變化趨勢(shì)相近的遙感時(shí)序聚為一類(lèi)。因此，解決上述問(wèn)題，為了實(shí)現(xiàn)遙感時(shí)序數(shù)據(jù)的聚類(lèi)分析，本申請(qǐng)?zhí)岢鲆环N新的遙感時(shí)序數(shù)據(jù)聚類(lèi)方法。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明針對(duì)現(xiàn)有技術(shù)的不足，提供一種遙感時(shí)序數(shù)據(jù)聚類(lèi)方法，不僅能夠使得人們更方便地進(jìn)行遙感時(shí)序數(shù)據(jù)分析，還能夠?qū)⒆兓瘯r(shí)間、值域范圍不同但變化趨勢(shì)相近的遙感時(shí)序聚為一類(lèi)。

為解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案是：一種遙感時(shí)序數(shù)據(jù)聚類(lèi)方法，包括如下步驟：

S1，數(shù)據(jù)下載及預(yù)處理，下載研究區(qū)域每年一景的植被生長(zhǎng)季Landsat影像數(shù)據(jù)，并對(duì)影像數(shù)據(jù)進(jìn)行預(yù)處理，構(gòu)建研究區(qū)域的年際時(shí)序NDVI數(shù)據(jù)；

S2，遙感時(shí)序數(shù)據(jù)去噪處理，得到濾波后的NDVI時(shí)序數(shù)據(jù)；

S3，距離計(jì)算，處理不同變化時(shí)間與值域范圍的距離測(cè)度，獲取形狀相似性，采用互相關(guān)法確定時(shí)序數(shù)據(jù)間的相似性，并得到基于形狀相似性的時(shí)序數(shù)據(jù)間的距離；

S4，質(zhì)心計(jì)算，通過(guò)DTW Barycenter Averaging求解每個(gè)聚類(lèi)的質(zhì)心；

S5，初始質(zhì)心選擇；

S6，聚類(lèi)過(guò)程，基于初始質(zhì)心，每次迭代需要執(zhí)行2個(gè)步驟：(a)輸入質(zhì)心，將NDVI時(shí)序數(shù)據(jù)分配給與之最接近的質(zhì)心；(b)當(dāng)有新的NDVI時(shí)序數(shù)據(jù)加入，利用DTW BarycenterAveraging更新聚類(lèi)質(zhì)心，重復(fù)這2個(gè)步驟，直到每個(gè)聚類(lèi)的成員無(wú)變化，或達(dá)到最大迭代次數(shù)。

進(jìn)一步的，在步驟S1中，對(duì)獲取的Landsat影像數(shù)據(jù)的預(yù)處理方法為：利用掩膜文件去除影像數(shù)據(jù)中的云和陰影；利用掩膜后的遙感影像反演研究區(qū)每年的NDVI；在獲取NDVI數(shù)據(jù)之后，利用求得的NDVI構(gòu)建研究區(qū)年際時(shí)序NDVI數(shù)據(jù)。

進(jìn)一步的，在步驟S2中，利用BISE-WT濾波器對(duì)步驟S1中的時(shí)序NDVI數(shù)據(jù)進(jìn)行去噪處理。

進(jìn)一步的，在步驟S3中，距離計(jì)算的方法為：假設(shè)兩個(gè)時(shí)序數(shù)據(jù)分別為x＝(x₁,...,x_m)和y＝(y₁,...,y_m)，為了實(shí)現(xiàn)平移不變性，計(jì)算互相關(guān)時(shí)保持y不變，并將x在y上滑動(dòng)，距離計(jì)算公式見(jiàn)公式(1)：

其中，x_s為平移后的時(shí)序，s為平移的步長(zhǎng)，基于形狀相似性的時(shí)序數(shù)據(jù)距離計(jì)算方式見(jiàn)公式(2)：