[发明专利]一种连续型栅格数据的预测方法及装置

权利要求书

1.一种连续型栅格数据的预测方法，其特征在于，包括：

按预测粒度划分给定时间序列的连续型栅格数据，所述预测粒度为由像素组成的最小预测单元；

计算所述每个预测粒度的像素平均值L；

确定时间影响函数，依据所述时间影响函数计算所述时间序列中每个时间序列点的时间影响因子P；

根据所述时间影响因子P和所述像素平均值L计算所述预测粒度的预测值V；

将所述预测值V组织为预测栅格数据。

2.根据权利要求1所述的方法，其特征在于，所述预测粒度为由M*N个像素组成的最小预测单元；

所述计算每个预测粒度的像素平均值L包括：

剔除每个预测粒度中M*N个像素中误差最大的像素；

计算剩余M*N-1个像素的像素平均值L。

3.根据权利要求2所述的方法，其特征在于，所述剔除每个预测粒度中M*N个像素中误差最大的像素包括：

将所述每个预测粒度的M*N个像素值分别与像素平均值相减后取绝对值，剔除所述绝对值最大的像素。

4.根据权利要求1所述的方法，其特征在于，所述确定时间影响函数包括：

根据所述给定时间序列的栅格数据，选择线性函数、指数函数、对数函数或幂函数作为时间影响函数。

5.根据权利要求1所述的方法，其特征在于，所述依据时间影响函数计算时间序列中每个时间序列点的时间影响因子P的公式为：

P(t)＝f(t)/∑f(t)；

其中f(t)为时间序列为点t时对应的时间影响函数的值，t取整数；

∑f(t)为所有时间序列点对应的时间影响函数值之和，

∑f(t)＝f(1)+f(2)+f(3)+f(4)+…+f(t)。

6.根据权利要求1所述的方法，其特征在于，所述根据所述时间影响因子P和所述像素平均值L计算所述预测粒度的预测值V的公式为：

V＝∑L(t)*P(t)；

其中，L(t)是时间序列点为t时预测粒度的像素平均值，P(t)是时间序列点为t时对应的时间影响因子。

7.一种连续型栅格数据的预测装置，其特征在于，包括：

栅格数据划分模块，用于按预测粒度划分给定时间序列的连续型栅格数据，所述预测粒度为由像素组成的最小预测单元；

像素平均值计算模块，用于计算所述每个预测粒度的像素平均值L；

时间影响因子计算模块，用于确定时间影响函数，依据所述时间影响函数计算所述时间序列中每个时间序列点的时间影响因子P；

预测值计算模块，用于根据所述时间影响因子P和所述像素平均值L计算所述预测粒度的预测值V；

预测栅格数据组织模块，用于将所述预测值V组织为预测栅格数据。

8.根据权利要求7所述的装置，其特征在于，所述像素平均值计算模块包括：

误差最大像素剔除子模块，用于剔除误差最大像素，所述误差最大像素为将所述M*N个像素值分别与像素平均值L相减后绝对值最大的像素；

剩余像素平均值计算子模块，用于计算剩余M*N-1个像素的像素平均值L。

9.根据权利要求7所述的装置，其特征在于，所述时间影响因子计算模块所用的公式为：

P(t)＝f(t)/∑f(t)；

其中f(t)为时间序列为点t时对应的时间影响函数的值，t取整数；

∑f(t)为所有时间序列点对应的时间影响函数值之和，

∑f(t)＝f(1)+f(2)+f(3)+f(4)+…+f(t)。

10.根据权利要求7所述的装置，其特征在于，所述预测值计算模块所用的公式为：

V＝∑L(t)*P(t)；

其中，L(t)是时间序列点为t时预测粒度的像素平均值，P(t)是时间序列点为t时对应的时间影响因子。