CN105550938A - 县域耕地质量评价成果异常值检验方法 - Google Patents

Abstract

本发明涉及一种县域耕地质量评价成果异常值检验方法，包括根据县域耕地质量评价成果图中每块耕地图斑面积以及不同预设阈值距离建立所述不同预设阈值距离下的空间权重矩阵；根据所述不同预设阈值距离下的空间权重矩阵确定所述县域耕地质量评价成果图的疑似异常值图斑；统计所述县域所有耕地图斑的自然等指数标准差，并根据该自然等指数标准差确定异常值判定标准，以根据该异常值判定标准判断所述疑似异常值图斑为确定异常值图斑或非确定异常值图斑。本发明的县域耕地质量评价成果异常值检验方法操作简单、易于实现，可快速、准确地对县域耕地质量评价成果异常值进行检验。

Description

县域耕地质量评价成果异常值检验方法

技术领域

本发明涉及耕地质量调查评价领域，尤其涉及一种县域耕地质量评价成果异常值检验方法。

背景技术

随着我国耕地保护工作的加强，耕地质量评价已经成为每年的常态性工作。耕地质量评价成果在耕地综合生产能力核算、耕地占补平衡考核、土地利用总体规划修编以及土地综合整治等土地管理方面发挥了重要的作用。因此，对耕地质量评价成果的合理性、准确性进行检验具有十分重要的现实意义。

在现有技术中，对耕地质量评价成果的异常值进行检验主要通过重现计算过程，较为常见的异常值检验方法是空间自相关性分析方法。但目前所采用的空间自相关技术对异常值的选取仅仅依据单一变量(距离或相邻关系)进行判定，而未能考虑耕地面积对耕地图斑的影响，导致检验结果的合理性、准确性较低。

因此，如何针对上述缺陷提供一种合理、准确的县域耕地质量评价成果异常值检验方法成为目前急需解决的技术问题之一。

发明内容

为了解决上述技术问题，本发明提出了一种县域耕地质量评价成果异常值检验方法，该方法包括：

根据县域耕地质量评价成果图中每块耕地图斑面积以及不同预设阈值距离建立所述不同预设阈值距离下的空间权重矩阵；

根据所述不同预设阈值距离下的空间权重矩阵确定所述县域耕地质量评价成果图的疑似异常值图斑；

统计所述县域所有耕地图斑的自然等指数标准差，并根据该自然等指数标准差确定异常值判定标准，以根据该异常值判定标准判断所述疑似异常值图斑为确定异常值图斑或非确定异常值图斑。

优选地，所述根据县域耕地质量评价成果图中每块耕地图斑面积以及不同预设阈值距离建立所述不同预设阈值距离下的空间权重矩阵，包括：

根据空间权重矩阵的元素计算公式建立所述不同预设阈值距离下的空间权重矩阵；

所述空间权重矩阵的元素计算公式为

$W_{ij}=A_{ij}\×{\exp }^{B_{ij}},$

其中，W_ij为所述空间权重矩阵W的元素，表示第j块耕地图斑对第i块耕地图斑的影响权重，A_ij为在当前预设阈值距离内所述第j块耕地图斑对第i块耕地图斑的空间权重；为所述第j块耕地图斑对所述第i块耕地图斑面积归一化后的值，max_i和min_i分别为在所述第i块耕地图斑的所述当前预设阈值距离内的耕地图斑面积的最大值和最小值；M_j为所述第i块耕地图斑的所述当前预设阈值距离内所述第j块耕地的面积。

优选地，所述根据所述不同预设阈值距离下的空间权重矩阵确定所述县域耕地质量评价成果图的疑似异常值图斑，包括：

根据所述不同预设阈值距离，确定使得所述每块耕地图斑均具有至少一块相邻耕地图斑的最小预设阈值距离L₁，以根据该最小预设阈值距离L₁建立该最小预设阈值距离L₁下的空间权重矩阵；

根据该最小预设阈值距离L₁下的空间权重矩阵确定所述每块耕地图斑的局部莫兰指数，以根据该局部莫兰指数提取所述县域耕地质量评价成果图的疑似异常值图斑。

优选地，所述确定所述每块耕地图斑的局部莫兰指数的公式为

$I_i=\frac{(x_i-\stackrel{\‾}{X})}{s_i^2}\underset{j=1,j\≠i}{\overset{n}{\Σ}}{W}_{ij}(x_j-\stackrel{\‾}{X}),$

其中，I_i为所述第i块耕地图斑的局部莫兰指数，x_i和x_j分别为所述第i块耕地图斑和所述第j块耕地图斑的自然等指数值，为所述第i块耕地图斑的自然等指数值的均值，表示所述第i块耕地图斑的自然等指数值的方差，n为所述县域耕地质量评价成果图中的图斑总数；

若所述I_i的值为负值时，确定所述第i块耕地图斑为疑似异常值图斑。

优选地，所述根据所述最小预设阈值距离L₁下的空间权重矩阵确定所述每块耕地图斑的局部莫兰指数，还包括：

利用Z检验方法检验所述每块耕地图斑的局部莫兰指数的置信度，以根据Z检验结果确定满足预设置信度要求的局部莫兰指数。

优选地，所述统计所述县域所有耕地图斑的自然等指数标准差，并根据该自然等指数标准差确定异常值判定标准，以根据该异常值判定标准判断所述疑似异常值图斑为确定异常值图斑或非确定异常值图斑，包括：

根据所述Z检验结果中所述每块疑似异常值图斑的Z得分以及所述疑似异常值图斑的局部莫兰指数确定所述每块疑似异常值图斑的聚集类型；

根据所述不同预设阈值距离下的增量空间自相关确定所述不同预设阈值距离下的莫兰指数，并根据该莫兰指数确定缓冲区距离；

根据所述缓冲区距离从每个所述疑似异常值图斑的边界分别向外侧建立所述每个所述疑似异常值图斑的缓冲区；

根据每个所述疑似异常值图斑的聚集类型，获取该疑似异常值图斑对应的缓冲区内的非疑似异常值图斑的自然等指数的最大值或最小值与该疑似异常值图斑的自然等指数的差值，并将该差值和所述每块耕地图斑的自然等指数标准差进行比较；

根据比较结果，确定该疑似异常值图斑为确定异常值图斑或非确定异常值图斑。

优选地，所述根据每个所述疑似异常值图斑的聚集类型，获取该疑似异常值图斑对应的缓冲区内的非疑似异常值图斑的自然等指数的最大值或最小值与该疑似异常值图斑的自然等指数的差值，包括：

若所述疑似异常值图斑的聚集类型为高-低聚集类型，则获取该疑似异常值图斑对应的缓冲区内的全部非疑似异常值图斑的自然等指数的最大值与该疑似异常值图斑的自然等指数的差值；

若所述疑似异常值图斑的聚集类型为低-高聚集类型，则获取该疑似异常值图斑对应的缓冲区内的全部非疑似异常值图斑的自然等指数的最小值与该疑似异常值图斑的自然等指数的差值。

优选地，所述根据比较结果，确定该疑似异常值图斑为确定异常值图斑或非确定异常值图斑，包括：

若所述差值大于所述每块耕地图斑的自然等指数标准差，则确定该疑似异常值图斑为确定异常值图斑；

若所述差值小于所述每块耕地图斑的自然等指数标准差，则确定该疑似异常值图斑为非确定异常值图斑。

优选地，所述根据比较结果，确定该疑似异常值图斑为确定异常值图斑或非确定异常值图斑之后，该方法还包括：

判断每一块所述疑似异常值图斑的缓冲区中所述疑似异常值图斑的数量；

当所述疑似异常值图斑的缓冲区中存在另外一块疑似异常值图斑，且当所述另外一块疑似异常值图斑已确定为非确定异常值图斑时，在确定该缓冲区所属的疑似异常值图斑是确定异常值图斑或非确定异常值图斑时，将该块已确定的非确定异常值图斑加入到所述全部非疑似异常值图斑中；

当所述疑似异常值图斑的缓冲区中存在至少4块所述疑似异常值图斑时，将该缓冲区所述的疑似异常值图斑确定为非确定疑似异常值图斑。

本发明的县域耕地质量评价成果异常值检验方法操作简单、易于实现，可合理、准确地对县域耕地质量评价成果异常值进行检验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明一个实施例的县域耕地质量评价成果异常值检验方法流程图；

图2示出了本发明另一实施例的根据异常值判定标准判断所述疑似异常值图斑为确定异常值图斑或非确定异常值图斑的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出了本发明一个实施例的县域耕地质量评价成果异常值检验方法流程图。如图1所示，该方法包括：

S1：根据县域耕地质量评价成果图中每块耕地图斑面积以及不同预设阈值距离建立所述不同预设阈值距离下的空间权重矩阵；

S2：根据所述不同预设阈值距离下的空间权重矩阵确定所述县域耕地质量评价成果图的疑似异常值图斑；

S3：统计所述县域所有耕地图斑的自然等指数标准差，并根据该自然等指数标准差确定异常值判定标准，以根据该异常值判定标准判断所述疑似异常值图斑为确定异常值图斑或非确定异常值图斑。

本实施例的县域耕地质量评价成果异常值检验方法操作简单、易于实现，可合理、准确地对县域耕地质量评价成果异常值进行检验。

在上述实施例的基础上，步骤S1优选地还包括：

S11：根据空间权重矩阵的元素计算公式建立所述不同预设阈值距离下的空间权重矩阵；

所述空间权重矩阵的元素计算公式为

$W_{ij}=A_{ij}\×{\exp }^{B_{ij}},$

其中，W_ij为所述空间权重矩阵W的元素，表示第j块耕地图斑对第i块耕地图斑的影响权重，A_ij为在当前预设阈值距离内所述运用反距离权重法建立的第j块耕地图斑对第i块耕地图斑的空间权重；为所述第j块耕地图斑对所述第i块耕地图斑面积归一化后的值，max_i和min_i分别为在所述第i块耕地图斑的所述当前预设阈值距离内的耕地图斑面积的最大值和最小值；M_j为所述第i块耕地图斑的所述当前预设阈值距离内所述第j块耕地的面积优选地，建立上述权重矩阵的时候，所有的预设阈值距离都是以面状耕地单元的质心为标准建立的。

作为本实施例的优选，步骤S2可包括：

S21：根据所述不同预设阈值距离，确定使得所述每块耕地图斑均具有至少一块相邻耕地图斑的最小预设阈值距离L₁，以根据该最小预设阈值距离L₁建立该最小预设阈值距离L₁下的空间权重矩阵；

S22：根据该最小预设阈值距离L₁下的空间权重矩阵确定所述每块耕地图斑的局部莫兰指数，以根据该局部莫兰指数提取所述县域耕地质量评价成果图的疑似异常值图斑。

进一步地，步骤S22中确定所述每块耕地图斑的局部莫兰指数的公式为

$I_i=\frac{(x_i-\stackrel{\‾}{X})}{s_i^2}\underset{j=1,j\≠i}{\overset{n}{\Σ}}{W}_{ij}(x_j-\stackrel{\‾}{X}),$

其中，W_ij为当前预设阈值距离(最小预设阈值距离L₁)下的空间权重矩阵的元素，I_i为所述第i块耕地图斑的局部莫兰指数，x_i和x_j分别为所述第i块耕地图斑和所述第j块耕地图斑的自然等指数值，为所述第i块耕地图斑的自然等指数值的均值，表示所述第i块耕地图斑的自然等指数值的方差，n为所述县域耕地质量评价成果图中的图斑总数；

在此基础上，步骤S22中所述根据所述最小预设阈值距离L₁下的空间权重矩阵确定所述每块耕地图斑的局部莫兰指数，还可包括：

S221：利用Z检验方法检验所述每块耕地图斑的局部莫兰指数的置信度，以根据I_i的值和Z检验结果确定疑似异常值图斑。

具体地，考虑耕地的复杂性，为了更加准确，可以使用|Z|大于1.65的置信度为90％去选择疑似异常值。即，若所述I_i的值为负值、Z检验的绝对值大于1.65时，确定所述第i块耕地图斑为疑似异常值图斑。

图2示出了本发明另一实施例的根据异常值判定标准判断所述疑似异常值图斑为确定异常值图斑或非确定异常值图斑的流程图。如图2所示，步骤S3可包括：

S31：根据所述Z检验结果中所述每块疑似异常值图斑的Z得分以及所述疑似异常值图斑的局部莫兰指数确定所述每块疑似异常值图斑的聚集类型；

S32：根据所述不同预设阈值距离下的增量空间自相关确定所述不同预设阈值距离下的莫兰指数，并根据该莫兰指数确定缓冲区距离；根据该莫兰指数确定缓冲区距离即以莫兰指数的最高值所对应的阈值距离为缓冲区距离。

S33：根据所述缓冲区距离从每个所述疑似异常值图斑的边界分别向外侧建立所述每个所述疑似异常值图斑的缓冲区；

S34：根据每个所述疑似异常值图斑的聚集类型，获取该疑似异常值图斑对应的缓冲区内的非疑似异常值图斑的自然等指数的最大值或最小值与该疑似异常值图斑的自然等指数的差值，并将该差值和所述每块耕地图斑的自然等指数标准差进行比较；

S35：根据比较结果，确定该疑似异常值图斑为确定异常值图斑或非确定异常值图斑。

进一步地，S34中根据每个所述疑似异常值图斑的聚集类型，获取该疑似异常值图斑对应的缓冲区内的非疑似异常值图斑的自然等指数的最大值或最小值与该疑似异常值图斑的自然等指数的差值，可包括：

S341：若所述疑似异常值图斑的聚集类型为高-低聚集类型，则获取该疑似异常值图斑对应的缓冲区内的全部非疑似异常值图斑的自然等指数的最大值与该疑似异常值图斑的自然等指数的差值；

S342：若所述疑似异常值图斑的聚集类型为低-高聚集类型，则获取该疑似异常值图斑对应的缓冲区内的全部非疑似异常值图斑的自然等指数的最小值与该疑似异常值图斑的自然等指数的差值。

作为本实施例的优选，步骤S35可包括：

S351：若所述差值大于所述每块耕地图斑的自然等指数标准差，则确定该疑似异常值图斑为确定异常值图斑；

S352：若所述差值小于所述每块耕地图斑的自然等指数标准差，则确定该疑似异常值图斑为非确定异常值图斑。

进一步地，S35之后，该方法还包括：

S36：判断每一块所述疑似异常值图斑的缓冲区中所述疑似异常值图斑的数量；

S361：当所述疑似异常值图斑的缓冲区中存在另外一块疑似异常值图斑，且当所述另外一块疑似异常值图斑已确定为非确定异常值图斑时，在确定该缓冲区所属的疑似异常值图斑是确定异常值图斑或非确定异常值图斑时，将该块已确定的非确定异常值图斑加入到所述全部非疑似异常值图斑中；

S362：当所述疑似异常值图斑的缓冲区中存在至少4块所述疑似异常值图斑时，将该缓冲区所述的疑似异常值图斑确定为非确定疑似异常值图斑。

本实施例的县域耕地质量评价成果异常值检验方法，可以快速、准确判定耕地质量等指数异常值，通过综合考虑面积与距离建立空间权重矩阵，并利用空间自相关算法和统计学方法得到的判定标准，可得到合理的判定标准，能够有效避免由于主观判断制定标准所造成的偏误，进而可以更好地反映耕地质量的实际情况。

以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种县域耕地质量评价成果异常值检验方法，其特征在于，包括：

根据县域耕地质量评价成果图中每块耕地图斑面积以及不同预设阈值距离建立所述不同预设阈值距离下的空间权重矩阵；

根据所述不同预设阈值距离下的空间权重矩阵确定所述县域耕地质量评价成果图的疑似异常值图斑；

统计所述县域所有耕地图斑的自然等指数标准差，并根据该自然等指数标准差确定异常值判定标准，以根据该异常值判定标准判断所述疑似异常值图斑为确定异常值图斑或非确定异常值图斑。

2.如权利要求1所述的县域耕地质量评价成果异常值检验方法，其特征在于，所述根据县域耕地质量评价成果图中每块耕地图斑面积以及不同预设阈值距离建立所述不同预设阈值距离下的空间权重矩阵，包括：

根据空间权重矩阵的元素计算公式建立所述不同预设阈值距离下的空间权重矩阵；

所述空间权重矩阵的元素计算公式为

$W_{ij}=A_{ij}\×{\exp }^{B_{ij}},$

其中，W_ij为所述空间权重矩阵W的元素，表示第j块耕地图斑对第i块耕地图斑的影响权重，A_ij为在当前预设阈值距离内所述第j块耕地图斑对第i块耕地图斑的空间权重；为所述第j块耕地图斑对所述第i块耕地图斑面积归一化后的值，max_i和min_i分别为在所述第i块耕地图斑的所述当前预设阈值距离内的耕地图斑面积的最大值和最小值；M_j为所述第i块耕地图斑的所述当前预设阈值距离内所述第j块耕地的面积。

3.如权利要求2所述的县域耕地质量评价成果异常值检验方法，其特征在于，所述根据所述不同预设阈值距离下的空间权重矩阵确定所述县域耕地质量评价成果图的疑似异常值图斑，包括：

根据所述不同预设阈值距离，确定使得所述每块耕地图斑均具有至少一块相邻耕地图斑的最小预设阈值距离L₁，以根据该最小预设阈值距离L₁建立该最小预设阈值距离L₁下的空间权重矩阵；

根据该最小预设阈值距离L₁下的空间权重矩阵确定所述每块耕地图斑的局部莫兰指数，以根据该局部莫兰指数提取所述县域耕地质量评价成果图的疑似异常值图斑。

4.如权利要求3所述的县域耕地质量评价成果异常值检验方法，其特征在于，所述确定所述每块耕地图斑的局部莫兰指数的公式为

$I_i=\frac{(x_i-\stackrel{\‾}{X})}{s_i^2}\underset{j=1,j\≠i}{\overset{n}{\Σ}}{W}_{ij}(x_j-\stackrel{\‾}{X}),$

其中，I_i为所述第i块耕地图斑的局部莫兰指数，x_i和x_j分别为所述第i块耕地图斑和所述第j块耕地图斑的自然等指数值，为所述第i块耕地图斑的自然等指数值的均值，表示所述第i块耕地图斑的自然等指数值的方差，n为所述县域耕地质量评价成果图中的图斑总数；

若所述I_i的值为负值时，确定所述第i块耕地图斑为疑似异常值图斑。

5.如权利要求4所述的县域耕地质量评价成果异常值检验方法，其特征在于，所述根据所述最小预设阈值距离L₁下的空间权重矩阵确定所述每块耕地图斑的局部莫兰指数，还包括：

利用Z检验方法检验所述每块耕地图斑的局部莫兰指数的置信度，以根据Z检验结果确定满足预设置信度要求的局部莫兰指数。

6.如权利要求5所述的县域耕地质量评价成果异常值检验方法，其特征在于，所述统计所述县域所有耕地图斑的自然等指数标准差，并根据该自然等指数标准差确定异常值判定标准，以根据该异常值判定标准判断所述疑似异常值图斑为确定异常值图斑或非确定异常值图斑，包括：

根据所述Z检验结果中所述每块疑似异常值图斑的Z得分以及所述疑似异常值图斑的局部莫兰指数确定所述每块疑似异常值图斑的聚集类型；

根据所述不同预设阈值距离下的增量空间自相关确定所述不同预设阈值距离下的莫兰指数，并根据该莫兰指数确定缓冲区距离；

根据所述缓冲区距离从每个所述疑似异常值图斑的边界分别向外侧建立所述每个所述疑似异常值图斑的缓冲区；

根据每个所述疑似异常值图斑的聚集类型，获取该疑似异常值图斑对应的缓冲区内的非疑似异常值图斑的自然等指数的最大值或最小值与该疑似异常值图斑的自然等指数的差值，并将该差值和所述每块耕地图斑的自然等指数标准差进行比较；

根据比较结果，确定该疑似异常值图斑为确定异常值图斑或非确定异常值图斑。

7.如权利要求6所述的县域耕地质量评价成果异常值检验方法，其特征在于，所述根据每个所述疑似异常值图斑的聚集类型，获取该疑似异常值图斑对应的缓冲区内的非疑似异常值图斑的自然等指数的最大值或最小值与该疑似异常值图斑的自然等指数的差值，包括：

若所述疑似异常值图斑的聚集类型为高-低聚集类型，则获取该疑似异常值图斑对应的缓冲区内的全部非疑似异常值图斑的自然等指数的最大值与该疑似异常值图斑的自然等指数的差值；

若所述疑似异常值图斑的聚集类型为低-高聚集类型，则获取该疑似异常值图斑对应的缓冲区内的全部非疑似异常值图斑的自然等指数的最小值与该疑似异常值图斑的自然等指数的差值。

8.如权利要求6所述的县域耕地质量评价成果异常值检验方法，其特征在于，所述根据比较结果，确定该疑似异常值图斑为确定异常值图斑或非确定异常值图斑，包括：

若所述差值大于所述每块耕地图斑的自然等指数标准差，则确定该疑似异常值图斑为确定异常值图斑；

若所述差值小于所述每块耕地图斑的自然等指数标准差，则确定该疑似异常值图斑为非确定异常值图斑。

9.如权利要求6所述的县域耕地质量评价成果异常值检验方法，其特征在于，所述根据比较结果，确定该疑似异常值图斑为确定异常值图斑或非确定异常值图斑之后，该方法还包括：

判断每一块所述疑似异常值图斑的缓冲区中所述疑似异常值图斑的数量；

当所述疑似异常值图斑的缓冲区中存在另外一块疑似异常值图斑，且当所述另外一块疑似异常值图斑已确定为非确定异常值图斑时，在确定该缓冲区所属的疑似异常值图斑是确定异常值图斑或非确定异常值图斑时，将该块已确定的非确定异常值图斑加入到所述全部非疑似异常值图斑中；

当所述疑似异常值图斑的缓冲区中存在至少4块所述疑似异常值图斑时，将该缓冲区所述的疑似异常值图斑确定为非确定疑似异常值图斑。