[发明专利]一种国土空间结构时空演变模式挖掘方法

权利要求书

1.一种国土空间结构时空演变模式挖掘方法，其特征在于：本挖掘方法包括以下步骤：S1、国土空间地域功能的分类分级；S2、国土空间地域功能长时序分类；S3、基于哈希表的像素级时空立方体构建；S4、基于像素级时空立方体的时间一致性精校正；S5、基于像素级时空立方体的空间一致性精校正；S6、时空立方体的空间网格化自动分割与地域功能参数计算；S7、网格化单元长时序地域功能参数的自动聚类；S8、长时序功能参数的变化点识别；S9、时空演变模式识别与分类；S10、不同时空演变模式的特征分析与应用，其中：

S1、国土空间地域功能的分类分级：以地域功能生成机理为基点，从人类生产、生活、生态三类基本功能为划分依据，考虑土地利用方式与调查特征，将国土空间划分为建设用地、农业用地、生态用地三个一级分类；

S2、国土空间地域功能长时序分类：借助GEE平台，采用随机森林算法对国土空间地域功能进行长时序分类；

S3、基于哈希表的像素级时空立方体构建：以像素为基本单元，根据像素级时间序列排序类型，对研究区域所有像素进行类型标记，哈希表每个唯一的key值对应存储不同序列类型；

S4、基于像素级时空立方体的时间一致性精校正：构建时空立方体的滑动窗口W_m和种子窗口W_s，滑动窗口W_m的初始位置位于紧邻于对应的种子窗口W_s的外侧，对研究区国土空间地域功能长时序分类数据进行时间一致性校正；

S5、基于像素级时空立方体的空间一致性精校正：将每一个像素级时间序列作为一个处理单元，利用k*k滑动窗口，采用众数滤波方法，对窗口中心像元时间序列分类数据进行整体性纠正，直至对所有像素级时空立方体完成精校正；

S6、时空立方体的空间网格化自动分割与地域功能参数计算：参考长时序地域功能分类数据的空间分辨率r与研究区范围大小S，采用网格化单元进行分割，网格化单元k，应满足k介于100r～1000r之间，k²介于S/10000～S/1000，k取值过程采用取值区间的二分法进行试验；

以不同功能类型比例关系为地域功能参数，逐年计算第t年第m个网格化单元内第q类国土空间的地域功能参数P_t^m,q：

其中，表示对应地域功能类型所占面积，s为网格化单元面积；

S7、网格化单元长时序地域功能参数的自动聚类：网格化单元长时序地域功能参数的自动聚类，根据地域功能参数时间序列的特征，采用欧氏距离作为相似度，利用K-medoids聚类方法，对所有网格化单元地域功能参数长时序数据进行自动聚类；

S8、长时序地域功能参数的变化点识别：针对整个研究区域和每一个网格化单元，识别变化点；步骤S8识别变化点包括以下步骤：

c1、时间序列地域功能参数的平稳性分析，按照以下公式，将第t个时间节点(t∈(T₀,T_n))的地域功能参数与其前一时刻的地域功能参数相减，然后对差值取对数，去除时间序列的趋势性，转变为平稳性时间序列：

取对数时加1是为了避免当面积差不为正数时取对数产生缺失值；

c2、变化节点数量k确定，根据预设的时间演变类型数目，对应设置k个变化节点，分别计算k+1时间序列不同分段的标准差，如果不同分段标准差在阈值以内，k设置为0；

c3、当时间序列中有k个变化点(k∈[1,n-1])，它们的位置集合为τ_0:k＝(τ₀,…,τ_k+1)，其中τ₀＝0，τ_k+1＝n，k个变化点会将序列分为k+1段，其中第i段为对包含k个变化点的序列进行分割，其最小成本记为则可表示为：

其中是分割点的成本函数，采用负对数似然的两倍表示；

在子序列中(t∈(1,n))，最优分割按如下方法被递归地求解：

其中τ_k∈{k,…,t-1}，从最优分割中提取变化点的位置通过对序列的从后向前递归实现，首先找到中最后一个变化点的位置，如果该位置在时刻τ上，那么就在中寻找下一个变化点，由此重复，直到提取出指定数量的变化点，如果相邻的t、t+1时刻被识别为变化节点，则留取分割成本较低的变化节点作为该序列中唯一的变化点；

S9、时空演变模式识别与分类：对所有网格化单元的时空演变模式进行识别与分类；步骤S9包括有以下步骤：

d1、确定时间分段，以整个研究区域的变化点为划分标准，将时间序列划分为不同阶段；

d2、网格化单元关键节点确定与归类：依次计算变化点前后分段的功能参数均值，取变化点前后均值绝对值最大的节点，作为关键节点，根据变化关键节点所处的时间位置，将网格化单元归类到整体研究区域对应的时间分段；

d3、将自动聚类结果与关键变化节点分段结果进行集成，结合研究区域国土空间结构的总体特征；

S10、不同时空演变模式的特征分析与应用：结合国土空间类型的具体分析，解析不同网格化单元类型所代表的具体现实含义，并分析其在国土空间开发保护格局、规划与决策中所起的作用。