(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210671132.1 (22)申请日 2022.06.15 (71)申请人 南京大学 地址 210023 江苏省南京市栖霞区仙林大 道163号 (72)发明人 夏南　赵鑫　李满春　程亮　 陈振杰　姜朋辉　王梓宇　高醒　 庄苏丹　 (74)专利代理 机构 南通博瑞达专利代理事务所 (特殊普通 合伙) 32530 专利代理师 李宾 (51)Int.Cl. G06V 20/13(2022.01) G06V 20/10(2022.01) G06V 10/62(2022.01)G06V 10/80(2022.01) (54)发明名称 一种人类活动对植被覆盖变化的定量分析 方法 (57)摘要 本发明公开了一种人类活动对植被覆盖变 化的定量 分析方法， 该方法包括以下步骤： S1、 采 用MODIS/NDVI遥感数据表征植被覆盖、 VIIRS/ DNB遥感数据表征人类活动强度， 通过时间序列 预处理技术分别构建MTS和VTS两个时间序列； S2、 构建时间序列分割技术， 实现时间序列的迭 代分割； S3、 构建时间序列合并与特征提取技术， 通过排序角度法迭代实现时间序列的合并， 并提 取时间序列特征； S4、 通过分析MTS和VTS的时间 序列特征， 进行MTS和VTS的计算与空间格局分 析， 实现MTS和VTS相 关性的定量化分析。 通过融 合时间序列分割、 时间序列合并、 空间分析与统 计等技术， 实现人类活动对植被覆盖影 响的定量 化分析。 权利要求书3页 说明书13页 附图6页 CN 114973018 A 2022.08.30 CN 114973018 A 1.一种人类活动对植被覆盖变化的定量分析 方法， 其特 征在于， 该 方法包括以下步骤： S1、 采用MODIS/NDVI遥感数据表征植被覆盖、 VIIRS/DNB遥感数据表征人类活动强度， 通过时间序列预处 理技术分别构建MTS和VTS两个时间序列； S2、 构建时间序列分割技 术， 实现时间序列的迭代分割； S3、 构建时间序列合并与特征提取技术， 通过排序角度法迭代实现时间序列的合并， 并 提取时间序列特 征； S4、 通过分析MTS和VTS的时间序列特征， 进行MTS和VTS的计算与空间格局分析， 实现 MTS和VTS相关性的定量 化分析。 2.根据权利要求1所述的一种人类活动对植被覆盖变化的定量分析方法， 其特征在于， 所述通过时间序列预处 理技术分别构建MTS和VTS两个时间序列， 包括以下步骤： S11、 基于cf_cvg质量控制文件为基础构建VTS， 进行平 滑处理； S12、 基于Rel iability图层对MTS进行曲线的平 滑操作； S13、 通过Savitzky ‑Golay滤波器对MTS和VTS进行进一 步平滑处理； S14、 通过随机选择部分样本来确定6邻域标准差的阈值， 移除MTS和VTS中的高值异常 值； S15、 通过随机样本点的标准差计算和人工目视判读得到标准差阈值。 3.根据权利要求2所述的一种人类活动对植被覆盖变化的定量分析方法， 其特征在于， 所述通过随机 选择部分样本来确定 6邻域标准差阈值的计算表达式包括： 式中， n表示VTS或MTS中的6邻域 集合； xn表示6邻域 集合各元素的数值； μ表示6邻域 集合的平均值； σ 表示6邻域 集合的标准差； m表示6邻域中有效元 素的集合； card表示 集合n或集合m的有效长度； xm表示有效值 集合m各元素的数值， 即|xm‑μ|＜＝5σ； xi表示时间序列中的异常值， 即|xi‑μ|＞5σ； 表示异常值xi的修正值。 4.根据权利要求1所述的一种人类活动对植被覆盖变化的定量分析方法， 其特征在于， 所述构建时间序列分割技 术， 实现时间序列的迭代分割， 包括以下步骤： S21、 采用最小二乘一阶线性回归算法拟合MTS和VTS曲线， 并计算时间序列数据点与拟 合曲线之间的垂直距离； S22、 根据所述拟合曲线与时间序列数据点之间的垂直距离设定拐点； S23、 通过所述拐点将当前的时间序列分割为两段子时间序列， 所述拐点成为前段子时 间序列的结尾点和后段子时间序列的开始点；权　利　要　求　书 1/3 页 2 CN 114973018 A 2S24、 采用BIC指标最小化的原则来确定时间序列的最佳分割次数； S25、 重复上述分割步骤， 对MTS和VTS进行迭代分割。 5.根据权利要求4所述的一种人类活动对植被覆盖变化的定量分析方法， 其特征在于， 所述根据所述拟合曲线与时间序列数据点之间的垂直距离设定拐点包括以下步骤： S221、 将与拟合曲线垂直距离最大的时间序列数据点设定为拐点； S222、 当所述拐点对应的分割的时间序列长度少于3个月， 即MTS大于6个数据 点、 VTS大 于3个数据点时， 将与拟合曲线垂直距离第二大的时间序列数据点作为拐点。 6.根据权利要求1所述的一种人类活动对植被覆盖变化的定量分析方法， 其特征在于， 所述构建时间序列合并与特征提取技术， 通过排序角度法迭代实现时间序列的合并， 并提 取时间序列特 征， 包括以下步骤： S31、 利用排序角度法， 选择相邻拟合线夹角最小、 且变化方向一致的两段子时间序列， 进行优先合并； S32、 对新合并的时间序列， 再利用最小二乘一阶线性回归算法进行拟合曲线并计算其 总体趋势， 直到任意两段相邻的子时间序列 均不满足合并的要求； S33、 当合并过程完成后形成新的顶点及 分割的子时间序列， 对所述新的顶点进行拟合 得到总体趋势特 征； S34、 对于非头尾顶点， 在一个日期会同时存在前段子时间序列的结尾点与后段子时间 序列的开始点， 通过计算该 结尾点与开始点的均值 来确定所述非头尾顶点的具体数值； S35、 当分割与合并结束后， 定义并获得拟合曲线的描述特 征。 7.根据权利要求6所述的一种人类活动对植被覆盖变化的定量分析方法， 其特征在于， 所述描述特 征包括核心变化时段、 最大趋势特 征、 变化持续时间特 征及变化 开始时间； 其中， 所述核心变化 时段表示与总体趋势变化方向一致且拥 有最大变化绝对值的子时 间序列； 所述最大趋势特 征表示所述核心变化时段内拟合曲线的变化 绝对值； 所述变化持续时间特 征表示所述核心变化时段的变化时间； 所述变化 开始时间表示所述核心变化时段开始的日期。 8.根据权利要求1所述的一种人类活动对植被覆盖变化的定量分析方法， 其特征在于， 所述通过分析MTS和VTS的时间序列特征， 进行MTS和VTS的计算与空间格局分析， 实现MTS和 VTS相关性的定量 化分析， 包括以下步骤： S41、 通过分析VTS的总体变化趋势特征， 将人类活动变化大的区域标记为V ‑change区 域， 并以此作为分析目标区域； S42、 采用高斯拟合方法确定VTS变化趋势的阈值； S43、 对所述V ‑change区域进行植被覆盖 MTS的时间序列分析； S44、 计算MTS和VTS的时间序列分析 结果与特 征； S45、 通过 人工方式随机 选择一定的样本点， 进行样本点时间序列相关特 征的标注； S46、 通过全局莫兰指数对得到的时间序列特 征与结果进行时空格局分析； S47、 基于总体趋势、 最大趋势、 时间滞后及持续时间等时间序列特征， 进行单变量的莫 兰指数计算； S48、 对得到的MTS和VTS最大变化趋势特征进行分级， 构建VII_MOD_level指标进行两权　利　要　求　书 2/3 页 3 CN 114973018 A 3