基于时—空过程集成的矿区土地覆被模拟方法研究

发布时间：2020-06-27 20:30

【摘要】：矿区土地覆被在多因子的直接、间接作用及交互作用下,在时序上呈现波动模式的多样性、状态的多稳定性,在空间上表现为土地覆被类型的高不确定性。当前,矿区土地覆被模拟模型缺乏土地覆被变化过程信息的细致刻画,且模型中模拟规则的线性假设与过拟合等问题限制了模型在矿区土地覆被模拟中的应用。针对上述问题,本文提出了集成时序惯性演变与空间自组织过程的矿区土地覆被模拟算法。论文主要工作如下:1)提出了基于时空方差分解(PSTV)的选择性时空融合算法,用于生成矿区2000~2016年16天间隔30m空间分辨率的NDVI时间序列,为土地覆被的时序惯性演变模拟提供基础数据。经检验,构建的NDVI时间序列有效保留了矿区土地覆被变化中的突变信息且具有较高的物候稳定性。2)基于NDVI时间序列,结合BFAST-Monitor与支持向量机(SVM)算法,构建了土地覆被时序惯性演变模拟模型。结果显示,该模型的总体精度(OA)和Kappa系数分别为62.70%和49.94%,模型适用于空间及时间相对稳定的土地覆被类型的模拟。3)针对传统RF-CA模型中静态转换规则及面积控制因子缺失造成的模拟精度较低的问题,向传统模型中引入特征更新模块及面积控制模块对模型进行改进,构建了FU-RF-CA模型用于矿区土地覆被空间自组织过程模拟。经检验,构建的FU-RF-CA模型的OA及Kappa系数分别为75.36%及66.49%,较Logistics-CA及MLP-CA模型,OA及Kappa系数分别提升了3.93%和4.73%,3.8%和4.51%。4)基于集成卡尔曼滤波算法(EnKF),构建了集成时序惯性演变与空间自组织过程的矿区土地覆被模拟模型。结果表明,集成模型模拟矿区土地覆被的OA与Kappa分别为79.84%和71.61%,较时序惯性演变模型及空间自组织过程模型,OA与Kappa系数分别提高了17.14%和21.67%,4.48%和5.12%。
【学位授予单位】：中国矿业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F301.2
【图文】：

技术路线图,技术路线

图 1-1 技术路线Figure 1-1 Technical route1.5 论文组织结构（Structure of the Dissertation）论文共分为 6 章，各章节内容如下：第一章：绪论阐述了论文的研究背景与意义，总结了土地覆被模拟模型特点及模型中存在的问题，介绍了论文的研究内容、技术路线和组织结构。第二章：矿区土地覆被模拟理论分析与概念框架分析了矿区土地覆被变化内涵、驱动因子与驱动机制，在此基础上提出了集成时序惯性演变与空间自组织过程的矿区土地覆被模拟的概念模型，用于指导矿区土地覆被模拟集成模型的构建。第三章：基于 PSTV 选择性时空融合的 NDVI 时间序列构建分析了时间间隔对时空融合算法的影响程度，通过定量化时空融合精度与时空差异（时间方差与空间方差）间关系，构建了 PSTV 选择性时空融合算法，用于生成矿区 2000~2016 年 16 天间隔 30m 空间分辨率的 NDVI 时间序列。并从时

组织结构图,组织结构图,论文,情景

硕士学位论文了结合 BFAST-Monitor 算法与 SVM 分类器的矿区时序惯性演矿区空间自组织过程模拟的 FU-RF-CA 模型。最后，集成土地与空间自组织过程模型构建矿区土地覆被模拟集成模型。章：矿区土地覆被变化情景模拟第四章所提模型，分别模拟了 2020 年及 2025 年矿区“过度开续”情景及“资源萎缩”情景三种情景下的矿区土地覆被状况章：结论与展望全文，归纳本研究创新点，提出现阶段研究不足，对今后的研各章节逻辑关系如图 1-2：

【参考文献】