[发明专利]一种针对城市群的融合多源数据的遗传分类方法

摘要

本发明公开了一种针对城市群的融合多源数据的遗传分类方法，通过编码、种群初始化、构建适应度函数和遗传过程等步骤获得遗传进化后的种群，本算法以城市群为研究对象，通过结合三种遥感数据：VIIRS DNB、NDVI和NDBI,重新构建遗传算法的适应度函数，通过改进的遗传算法计算出最优阈值，能客观、快速、准确的获得城乡分类结果。

主权项

1.一种针对城市群的融合多源数据的遗传分类方法，其特征在于，包括如下步骤：(1)编码将遥感影像与种群基因相关联，将夜间灯光数据像元值转化为基因值；(2)种群初始化根据种群大小、变异概率、交叉概率、最大遗传代数产生随机种群，种群中的每个个体由一个基因序列表示；(3)构建适应度函数适应度函数的构建分为以下四步：a.初始分割设个体的基因值对应的灯光亮度值为Chi，以Chi对VIIRSDNB进行初始分割，得到初始城乡分布；b.掩膜应用上一步得到的初始分割结果对VIIRSDNB、NDVI以及NDBI数据进行掩膜，得到城市覆盖类型和非城市覆盖类型下的VIIRSDNB、NDVI及NDBI影像；c.计算类间方差和类内方差根据掩膜结果，将VIIRSDNB、NDVI以及NDBI数据分别划分为初始城区范围和初始乡村范围；以n0和n1分别表示城市部分和乡村部分的像元数，城市部分像元定义为C0，乡村部分像元定义为C1：C0＝{u1,u2,…,un0}；C1＝{n1,n2,…,nn1}；城市部分的像元亮度均值为μ0，乡村部分的像元亮度均值为μ1：u_m表示对城市区域像元值u从像元下标m＝1至n₀进行逐个遍历；n_m表示对农村区域像元值n从像元下标m＝1至n₁进行逐个遍历；C0和C1的方差为：C0和C1占整幅影像的比例为：N_img表示整幅影像的像元数量；类间方差σ_b²和类内方差σ_in²分别定义为：μ表示整幅影像的像元平均值；d.计算适应度函数以类间方差与类内方差的商构建影像分割函数f：通过分别计算VIIRSDNB、NDVI和NDBI的分割函数f_VIIRS、f_NDVI和f_NDBI来构建适应度函数，可得基因值Chi对应的适应度函数为：fitness(Ch_i)＝2×f_VIIRS+f_NDVI+f_NDBI；(4)进行遗传过程通过选择过程、交叉过程和变异过程进行遗传进化，产生末代种群；(5)结束遗传过程当适应度函数值在遗传过程中连续五代没有发生改变时，或者，当遗传代数达到步骤(2)中设置的最大遗传代数时，结束遗传过程。