CN106991404A - 基于众源地理数据的地表覆盖更新方法及系统 - Google Patents

Abstract

本发明公开了基于众源地理数据的地表覆盖更新方法及系统；获取众源地理数据与地表覆盖数据产品，将众源地理数据作为地表覆盖更新数据；提取地表覆盖数据产品中检测地表覆盖类型变化的地表覆盖数据，将众源地理数据与所提取的地表覆盖数据进行空间叠加，选取落到地表覆盖数据外的众源地理数据；众源地理数据包括：反映地表覆盖类型的文本信息和表示空间位置的坐标信息；从所选取的落到地表覆盖数据外的众源地理数据中提取表示空间位置的坐标信息，采用核密度模型，划定地表覆盖待检测区域；依据所划定的地表覆盖待检测区域，提取待检测区域内众源地理数据的文本信息，应用TF‑IDF算法，判断待检测区域内众源地理数据地表覆盖类型。

Description

基于众源地理数据的地表覆盖更新方法及系统

技术领域

本发明涉及基于众源地理数据的地表覆盖更新方法及系统。

背景技术

地表覆盖信息提取能力逐步增强，多尺度地表覆盖数据产品不断涌现，为环境变化研究、地球系统模拟、地理国情监测和可持续发展规划等提供了重要科学数据。地表覆盖数据产品的空间分辨率、分类精度大幅提升，种类不断丰富，但由于自然地理环境和人类活动表现出很强的动态性，变化更新较快，因此，难以完全满足广大用户日益增长的应用需求。深入研究地表覆盖数据产品的动态实时更新，已成为当前研究的一项重要任务。

目前，地表覆盖数据的更新和变化检测主要利用遥感影像来完成，国内外学者也提出了一些很多基于遥感影像的变化检测模型和算法。

“Chen,Jun,et al."A spectral gradient difference based approach forland cover change detection."ISPRS journal of photogrammetry and remotesensing 85(2013):1-12.”将影像中的变化检测从光谱量值空间转化到斜率空间，利用光谱斜率差异进行变化检测。

“Rao,Yuhan,et al."An improved method for producing high spatial-resolution NDVI time series datasets with multi-temporal MODIS NDVI data andLandsat TM/ETM+images."Remote Sensing 7.6(2015):7865-7891.”将MODIS影像时序数据与Landsat相融合，改正或修正季相差异对变化检测的影响。

“Zhu,Zhe,and Curtis E.Woodcock."Continuous change detection andclassification of land cover using all available Landsat data."Remote sensingof Environment 144(2014):152-171.”利用时间序列影像提供的趋势性信息，以减小时相差异带来的伪变化，提高变化检测的可靠性。

上述研究应用遥感影像成功构建了变化检测模型，然而，遥感影像生产周期长，图像解译耗时耗力、难以实现地表覆盖产品动态实时更新的需求。

发明内容

本发明的目的就是为了解决上述问题，提供一种基于众源地理数据的地表覆盖更新方法及系统，利用众源地理数据的空间分布和文本信息，提取地表覆盖的变化信息。

为了实现上述目的，本发明采用如下技术方案：

基于众源地理数据的地表覆盖更新方法，包括如下步骤：

步骤A：获取众源地理数据与地表覆盖数据产品，将众源地理数据作为地表覆盖更新数据；提取地表覆盖数据产品中检测地表覆盖类型变化的地表覆盖数据，将众源地理数据与所提取的地表覆盖数据进行空间叠加，选取落到地表覆盖数据外的众源地理数据；众源地理数据包括：反映地表覆盖类型的文本信息和表示空间位置的坐标信息；

步骤B：从步骤A所选取的落到地表覆盖数据外的众源地理数据中提取表示空间位置的坐标信息，采用核密度模型，划定地表覆盖待检测区域；

步骤C：依据步骤B所划定的地表覆盖待检测区域，提取待检测区域内众源地理数据的文本信息，应用TF-IDF算法，判断待检测区域内众源地理数据地表覆盖类型；

步骤D：若地表覆盖待检测区域的地表覆盖类型与步骤A中提取的检测地表覆盖类型变化的地表覆盖数据的类型一致，则该待检测区域为地表覆盖更新区域，反之，则为非地表覆盖更新区域。

所述众源地理数据包括：带地理坐标的众源POI数据集、众源图片数据集和众源文本数据集。

所述步骤B包括：

步骤B1：利用众源地理数据的坐标信息，计算众源地理数据到现有地表覆盖数据的最近距离D_AS，继而以设定距离范围为间隔，对各间隔距离范围内的众源地理数据的个数进行统计，得到众源地理数据最多的距离范围R_AS；

步骤B2：利用众源地理数据的坐标信息，计算众源地理数据之间的最短距离D_VGI，继而以50米为间隔，对各间隔距离范围内的众源地理数据进行统计，得到众源地理数据最多的距离范围R_VGI；

步骤B3：结合步骤B1、B2所得距离范围R_AS和R_VGI，利用众源地理数据的坐标信息，应用核密度模型，划定地表覆盖待检测区域d；

为确定适合众源地理数据的带宽h，结合步骤B1、B2所得距离范围R_AS和R_VGI，通过计算两个距离范围的均值，得到带宽h的合理范围。

众源地理数据最多的距离范围R_AS计算公式：

式中，n_i为第i段距离范围内众源地理数据的个数n，N为众源地理数据总数，表示选取众源地理数据占比最多；表示选取众源地理数据占比最多的距离D_AS。

众源地理数据最多的距离范围R_VGI计算公式如下：

式中，n_j为第j段距离范围内众源地理数据的个数n，N为众源地理数据总数，表示选取众源地理数据占比最多；表示选取众源地理数据占比最多的距离D_VGI。

地表覆盖待检测区域d的计算公式：

式中，n为众源地理数据的数量，k为核函数，选择sigmoid核函数作为计算依据，x_i为第i个已知的众源地理数据，h为区域范围搜索带宽。

带宽h计算公式如下：

所述步骤C包括：

步骤C1：提取各地表覆盖待检测区域内的文本信息，利用TF-IDF算法，计算文本信息中每个词语的权重；

步骤C2：依据步骤C1的词语权重计算结果，将各地表覆盖待检测区域内词语的权重按照从小到大的顺序排序，选择区域内权重最高的词语，将权重最高的词语所对应的地表覆盖类型作为待检测区域的地表覆盖类型。

文本信息中每个词语的权重计算公式：

tfidf_i,j＝tf_i,j×idf_i (5)；

式中，tfidf_i,j为第j个地表覆盖待检测区域d中出现的第i个词t的权重，tf_i,j为该词的词频，idf_i为该词的逆向文件频率；

词频计算公式：

逆向文件频率的计算公式：

式中，n_i,j是词语t在地表覆盖区域d_j中出现的次数，n_k,j为地表覆盖区域d_j中第k个词语出现的次数，∑_kn_k,j为地表覆盖区域d_j中所有词语出现的次数之和。|D|为地表覆盖区域的总数，|{j:t_i∈d_j}|是指在所有地表覆盖区域中，包含第j个地表覆盖区域d_j中第i个词语t_i的地表覆盖区域数目。

基于众源地理数据的地表覆盖更新系统，

获取模块：获取众源地理数据与地表覆盖数据产品，将众源地理数据作为地表覆盖更新数据；提取地表覆盖数据产品中检测地表覆盖类型变化的地表覆盖数据，将众源地理数据与所提取的地表覆盖数据进行空间叠加，选取落到地表覆盖数据外的众源地理数据；众源地理数据包括：反映地表覆盖类型的文本信息和表示空间位置的坐标信息；

提取模块：从获取模块所选取的落到地表覆盖数据外的众源地理数据中提取表示空间位置的坐标信息，采用核密度模型，划定地表覆盖待检测区域；

第一判断模块：依据提取模块所划定的地表覆盖待检测区域，提取待检测区域内众源地理数据的文本信息，应用TF-IDF算法，判断待检测区域内众源地理数据地表覆盖类型；

第二判断模块：若地表覆盖待检测区域的地表覆盖类型与步骤A中提取的检测地表覆盖类型变化的地表覆盖数据的类型一致，则该待检测区域为地表覆盖更新区域，反之，则为非地表覆盖更新区域。

本发明的有益效果：

1众源地理数据的大量出现，为地表覆盖的变化发现与更新提供了新的参考信息来源。虽然这类参考信息的数据内容、表达形式、时空分辨率、数据精度及地域分布复杂多样，但是得益于实时更新、便捷获取的特点，使得地表覆盖更新的周期和成本明显降低，自动化程度大幅度提升，可在一定程度满足地表覆盖动态实时更新的需求。

2利用众源地理数据的位置信息，采用核密度算法，划定地表覆盖更新区域；继而，依据所划定的地表覆盖更新区域中众源地理数据的文本信息，采用TF-IDF算法，计算各众源地理数据词语的权重，判断所在区域的地表覆盖类型。

附图说明

图1为本发明流程图；

图2为2010年人造地表与2016年POI分布图；

图3为POI距离人造地表的最近距离图；

图4为POI数据间的最近距离图；

图5为地表覆盖更新区域图；

图6(a)-图6(d)为部分地表覆盖区域词语权重分布图；

图7为部分地表覆盖区域分类结果图。

具体实施方式

下面结合附图与实施例对本发明作进一步说明。

为了对本发明的技术特征、目的和效果有更加清楚的理解，现以我国自主生产的30米分辨率的2010年GlobeLand30作为更新前的地表覆盖数据，众源地理数据选用2016年北京市的高德地图POI数据集，将其做为更新数据。由于POI数据多反映人类活动，故以地表覆盖分类中的大多由建成区构成的人造地表的更新为例，对照附图说明本发明的具体实施方式。

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、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

本发明所提出的一种基于众源地理数据的地表覆盖分类方法，如图1所示，所述方法用于基于众源地理数据的地表覆盖更新；所述地表覆盖更新方法包括基于核密度的地表覆盖更新区域划定方法和基于TF-IDF算法的地表覆盖分类方法；所述方法包括如下步骤：

A、获取众源地理数据与地表覆盖产品数据，将众源地理数据作为地表覆盖更新数据；提取地表覆盖产品中检测类型变化的地表覆盖数据，将众源地理数据与所提取的地表覆盖数据进行空间叠加，选取落到地表覆盖数据外的众源地理数据，用于划定地表覆盖更新区域；众源地理数据必须包含：反映地表覆盖类型的文本信息和表示空间位置的坐标信息；

应用重分类的方法，将2010年GlobeLand30地表覆盖数据分类为人造地表类型和非人造地表类型，并从中提取出2010年的人造地表区域。继而，将2016年北京市的高德地图POI数据集空间叠加于人造地表区域，提取落在2010年人造地表以外的POI数据，作为人造地表更新数据，如图2所示。

B、利用步骤A所获取的众源地理数据，提取其表示空间位置的坐标信息，应用核密度模型，划定地表覆盖更新区域。

a.利用众源地理数据的坐标信息，计算各众源地理数据到现有地表覆盖数据的最近距离D_AS，继而以50米为间隔，对各距离范围内的众源地理数据进行统计，得到众源地理数据最多的距离范围R_AS，其计算公式如下：

式中，n_i为第i段距离范围内众源地理数据的个数n，N为众源地理数据总数，表示选取众源地理数据占比最多的距离D_AS。

以5000米为搜索半径，计算POI数据距离5000米内人造地表的最近距离，并以50米为间隔，对各距离范围内的众源地理数据进行统计，计算结果如图3所示。距离在100米内的POI数量最多，随着距离的增大，POI的数量逐渐减少，当距离大于1000后，POI的数量接近于0，但1000-5000米这段距离之间仍有极少量POI的存在。通过对图3中POI数量分布的分析，本专利选取100米作为POI与人造地表的距离范围。

b.利用众源地理数据的坐标信息，计算各众源地理数据之间的最短距离D_VGI，继而以50米为间隔，对各距离范围内的众源地理数据进行统计，得到众源地理数据最多的距离范围R_VGI，其计算公式如下：

式中，n_j为第j段距离范围内众源地理数据的个数n，N为众源地理数据总数，表示选取众源地理数据占比最多的距离D_VGI。

以5000米为搜索半径，计算POI数据距离5000米内其他POI的最近距离，并以50米为间隔，对各距离范围内的众源地理数据进行统计，计算结果如图4所示。与图3不同，POI之间的最近距离多集中在200米以内，200米以外的POI数量几乎为0,而100米内的POI数量最多，依据图4中POI数量的分布，本专利选取100米作为POI间的距离范围。

c.结合步骤B1、B2所得距离范围R_AS和R_VGI，利用众源地理数据的坐标信息，应用核密度模型，对地表覆盖更新区域进行划定，其计算公式如下：

式中，n为众源地理数据的数量，k为核函数，本专利选择sigmoid核函数作为计算依据，x_i为第i个已知的众源地理数据，h为区域范围搜索带宽。为确定适合众源地理数据的带宽h，本专利结合步骤B1、B2所得距离范围R_AS和R_VGI，通过计算两个距离范围的均值，得到带宽h的合理范围，其计算公式如下：

利用步骤a,b中计算所得距离范围，应用公式(4)，计算得到用于划定地表覆盖更新区域的带宽h。继而，依据所得带宽h，应用公式(3)，划定地表覆盖更新区域。如图5所示，划定的地表覆盖更新区域多与2010年人造地表相邻，为人造地表扩张区域，少数地表覆盖更新区域远离2010年人造地表散落分布，该区域可能为人造地表，或者其他地表覆盖类型。

C、依据步骤B所划定的地表覆盖更新区域，提取区域内众源地理数据的文本信息，应用TF-IDF算法，分析其地表覆盖类型。

a.提取各地表覆盖更新区域内的文本信息，利用TF-IDF算法，计算文本信息中每个词语的权重，其计算公式如下：

tfidf_i,j＝tf_i,j×idf_i (5)

式中，tfidf_i,j为第j个地表覆盖区域d中出现的第i个词t的权重，tf_i,j为该词的词频，idf_i为该词的逆向文件频率，其计算公式如下：

式中，n_i,j是词语t在地表覆盖区域d_j中出现的次数，∑_kn_k,j为地表覆盖区域d_j中所有词语出现的次数之和，n_k为区域中第k个词语。|D|为地表覆盖区域的总数，|{j:t_i∈d_j}|是指包含词语t的文件数目。

b.依据步骤C1的词语权重计算结果，将各地表覆盖区域内词语的权重按照从小到大的顺序排序，选择区域内权重较高的词语，作为判断地表覆盖类型的依据。若区域内的地表覆盖类型与所提取的地表覆盖数据类型一致，则该区域为地表覆盖更新区域，反之，则非地表覆盖更新区域，

部分计算所得地表覆盖区域的词语权重如图6(a)-图6(d)所示。图6(a)中所占权重最大的词语为风景名胜，权值达到了300以上，其次为旅游景点，公园内部设施等，表明该处为公园等风景区，由此可判断该处为非人造地表。图6(b)中权重较高的词语多与住宅小区相关，如“楼栋号”、“住宅小区”等，表明该处为非人造地表。图6(c)与图6(a)类似，“风景名胜”的权重最高，同时该区域内“度假村”的权重也相对较高，可判断该区域为户外旅游区域，为非人造地表。图6(d)与图6(b)类似，通过词语权重可得该处为住宅区，为人造地表区域。由此可得地表覆盖分类如图7所示，其中绿色区域被分类为非人造地表，不属于人造地表更新区域，而粉红色区域，为2016年更新的人造地表区域。

本发明提出了一种基于众源地理数据的地表覆盖分类方法，利用众源地理数据的位置信息，采用核密度算法，划定地表覆盖更新区域；继而，依据所划定的地表覆盖更新区域中众源地理数据的文本信息，采用TF-IDF算法，计算各众源地理数据词语的权重，判断所在区域的地表覆盖类型。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.基于众源地理数据的地表覆盖更新方法，其特征是，包括如下步骤：

步骤A：获取众源地理数据与地表覆盖数据产品，将众源地理数据作为地表覆盖更新数据；提取地表覆盖数据产品中检测地表覆盖类型变化的地表覆盖数据，将众源地理数据与所提取的地表覆盖数据进行空间叠加，选取落到地表覆盖数据外的众源地理数据；众源地理数据包括：反映地表覆盖类型的文本信息和表示空间位置的坐标信息；

步骤B：从步骤A所选取的落到地表覆盖数据外的众源地理数据中提取表示空间位置的坐标信息，采用核密度模型，划定地表覆盖待检测区域；

步骤C：依据步骤B所划定的地表覆盖待检测区域，提取待检测区域内众源地理数据的文本信息，应用TF-IDF算法，判断待检测区域内众源地理数据地表覆盖类型；

步骤D：若地表覆盖待检测区域的地表覆盖类型与步骤A中提取的检测地表覆盖类型变化的地表覆盖数据的类型一致，则该待检测区域为地表覆盖更新区域，反之，则为非地表覆盖更新区域。

2.如权利要求1所述的基于众源地理数据的地表覆盖更新方法，其特征是，

所述步骤B包括：

步骤B1：利用众源地理数据的坐标信息，计算众源地理数据到现有地表覆盖数据的最近距离D_AS，继而以设定距离范围为间隔，对各间隔距离范围内的众源地理数据的个数进行统计，得到众源地理数据最多的距离范围R_AS；

步骤B2：利用众源地理数据的坐标信息，计算众源地理数据之间的最短距离D_VGI，继而以50米为间隔，对各间隔距离范围内的众源地理数据进行统计，得到众源地理数据最多的距离范围R_VGI；

步骤B3：结合步骤B1、B2所得距离范围R_AS和R_VGI，利用众源地理数据的坐标信息，应用核密度模型，划定地表覆盖待检测区域d。

3.如权利要求2所述的基于众源地理数据的地表覆盖更新方法，其特征是，

为确定适合众源地理数据的带宽h，结合步骤B1、B2所得距离范围R_AS和R_VGI，通过计算两个距离范围的均值，得到带宽h的合理范围。

4.如权利要求3所述的基于众源地理数据的地表覆盖更新方法，其特征是，

众源地理数据最多的距离范围R_AS计算公式：

$R_{AS}=D_{{\mathrm{AS}}_{max\left(\frac{n_i}{N}\right)}},i\∈1,2,3...k---\left(1\right)$

式中，n_i为第i段距离范围内众源地理数据的个数n，N为众源地理数据总数，表示选取众源地理数据占比最多；表示选取众源地理数据占比最多的距离D_AS。

5.如权利要求4所述的基于众源地理数据的地表覆盖更新方法，其特征是，

众源地理数据最多的距离范围R_VGI计算公式如下：

$R_{VGI}=D_{{\mathrm{VGI}}_{max\left(\frac{n_j}{N}\right)}},j\∈1,2,3...k---\left(2\right)$

式中，n_j为第j段距离范围内众源地理数据的个数n，N为众源地理数据总数，表示选取众源地理数据占比最多；表示选取众源地理数据占比最多的距离D_VGI。

6.如权利要求5所述的基于众源地理数据的地表覆盖更新方法，其特征是，

地表覆盖待检测区域d的计算公式：

$d={\mathrm{\Σ}}_{i=1}^n\frac{1}{h^2}*k\left(\frac{x-x_i}{h}\right)---\left(3\right);$

式中，n为众源地理数据的数量，k为核函数，选择sigmoid核函数作为计算依据，x_i为第i个已知的众源地理数据，h为区域范围搜索带宽。

7.如权利要求6所述的基于众源地理数据的地表覆盖更新方法，其特征是，

带宽h计算公式如下：

$h=\frac{R_{AS}+R_{VGI}}{2}---\left(4\right).$

8.如权利要求1所述的基于众源地理数据的地表覆盖更新方法，其特征是，

所述步骤C包括：

步骤C1：提取各地表覆盖待检测区域内的文本信息，利用TF-IDF算法，计算文本信息中每个词语的权重；

步骤C2：依据步骤C1的词语权重计算结果，将各地表覆盖待检测区域内词语的权重按照从小到大的顺序排序，选择区域内权重最高的词语，将权重最高的词语所对应的地表覆盖类型作为待检测区域的地表覆盖类型。

9.如权利要求8所述的基于众源地理数据的地表覆盖更新方法，其特征是，

文本信息中每个词语的权重计算公式：

tfidf_i,j＝tf_i,j×idf_i (5)；

式中，tfidf_i,j为第j个地表覆盖待检测区域d中出现的第i个词t的权重，tf_i,j为该词的词频，idf_i为该词的逆向文件频率；

词频计算公式：

${\mathrm{tf}}_{i,j}=\frac{n_{i,j}}{{\mathrm{\Σ}}_k{n}_{k,j}}---\left(6\right);$

逆向文件频率的计算公式：

${\mathrm{idf}}_i=\log \frac{\left|D\right|}{\left|\right\{j:t_i\∈d_j\left\}\right|}---\left(7\right);$

式中，n_i,j是词语t在地表覆盖区域d_j中出现的次数，n_k,j为地表覆盖区域d_j中第k个词语出现的次数，∑_kn_k,j为地表覆盖区域d_j中所有词语出现的次数之和；|D|为地表覆盖区域的总数，|{j:t_i∈d_j}|是指在所有地表覆盖区域中，包含第j个地表覆盖区域d_j中第i个词语t_i的地表覆盖区域数目。

10.基于众源地理数据的地表覆盖更新系统，其特征是，

获取模块：获取众源地理数据与地表覆盖数据产品，将众源地理数据作为地表覆盖更新数据；提取地表覆盖数据产品中检测地表覆盖类型变化的地表覆盖数据，将众源地理数据与所提取的地表覆盖数据进行空间叠加，选取落到地表覆盖数据外的众源地理数据；众源地理数据包括：反映地表覆盖类型的文本信息和表示空间位置的坐标信息；

提取模块：从获取模块所选取的落到地表覆盖数据外的众源地理数据中提取表示空间位置的坐标信息，采用核密度模型，划定地表覆盖待检测区域；

第一判断模块：依据提取模块所划定的地表覆盖待检测区域，提取待检测区域内众源地理数据的文本信息，应用TF-IDF算法，判断待检测区域内众源地理数据地表覆盖类型；

第二判断模块：若地表覆盖待检测区域的地表覆盖类型与步骤A中提取的检测地表覆盖类型变化的地表覆盖数据的类型一致，则该待检测区域为地表覆盖更新区域，反之，则为非地表覆盖更新区域。