基于土地变化预测和空间滞后模型的像元级PM2.5预测方法技术

本发明专利技术涉及一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法，包括以下步骤：获取Landsat遥感影像，基于随机森林的方法进行土地利用类型分类，得到土地利用分类图；基于土地利用分类图和驱动因子，利用Futureland模型预测未来的土地利用模式；基于Landsat遥感影像，利用光谱计算的方法获取土地覆盖指数；基于土地覆盖指数和土地利用模式，利用全局和局部变化方法预测未来的土地覆盖指数；获取地面监测站点的PM2.5浓度数据，利用空间滞后模型顾及PM2.5的空间依赖性，构建PM2.5和土地覆盖指数的关系模型；基于PM2.5和土地覆盖指数的关系模型，结合预测的未来的土地覆盖指数，预测像元级的PM2.5。与现有技术相比，本发明专利技术具有实现了对像元级PM2.5的大范围长时序的准确预测等优点。长时序的准确预测等优点。长时序的准确预测等优点。

【技术实现步骤摘要】
基于土地变化预测和空间滞后模型的像元级PM2.5预测方法


[0001]本专利技术涉及大气污染物空间预测
，尤其是涉及一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法。

技术介绍

[0002]近年来，随着与土地利用变化相关的经济增长和工业发展，空气质量已成为全球关注的主要问题之一。其中，动态直径小于2.5μm的细颗粒物(PM2.5)已被认为是影响空气质量的主要大气污染物之一。PM2.5的时空特征分析和未来情景预测已成为科学家和环境管理者的关注重点，对于PM2.5的时空特征分析，研究表明PM2.5具有明显的空间依赖性；对于PM2.5的未来情景预测，区域空间尺度的研究已得到广泛开展，但进行像元级的PM2.5未来情景预测更为重要。
[0003]PM2.5的未来情景预测包括定量预测方法和空间预测方法，均需要探索PM2.5空间分布的影响因素及驱动机制。影响PM2.5空间分布的因素主要为污染源和气象，两者均与土地利用相关。定量预测方法主要包括深度学习和非线性季节性灰色模型等；空间预测方法包括随机森林与地理时间加权回归模型等。尽管目前在PM2.5预测方法和案例研究方面均取得了进展，但土地利用和土地覆盖的影响以及PM2.5的空间依赖性在像元级PM2.5预测中未得到充分考虑。

技术实现思路

[0004]本专利技术的目的就是为了提供一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法，解决大范围长时序的像元级PM2.5预测的问题，以及因为忽略PM2.5空间依赖性导致的预测精度偏差的问题，实现对像元级PM2.5的大范围长时序的准确预测。
[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法，包括以下步骤：
[0007]步骤1)获取Landsat遥感影像，基于随机森林的方法对Landsat遥感影像进行土地利用类型分类，得到土地利用分类图；
[0008]步骤2)基于土地利用分类图和驱动因子，利用Futureland模型预测未来的土地利用模式；
[0009]步骤3)基于Landsat遥感影像，利用光谱计算的方法获取土地覆盖指数；
[0010]步骤4)基于土地覆盖指数和土地利用模式，利用全局和局部变化方法预测未来的土地覆盖指数；
[0011]步骤5)获取地面监测站点的PM2.5浓度数据，利用空间滞后模型顾及PM2.5的空间依赖性，构建PM2.5和土地覆盖指数的关系模型；
[0012]步骤6)基于PM2.5和土地覆盖指数的关系模型，结合预测的未来的土地覆盖指数，预测像元级的PM2.5。
[0013]所述土地利用类型包括建设用地、农业用地、森林和水体。
[0014]所述步骤2)包括以下步骤：
[0015]步骤2
‑
1)获取驱动因子分布图；
[0016]步骤2
‑
2)基于Futureland模型预测土地利用模式，其中，所述Futureland模型由五个核心要素组成，分别为土地元胞、发生概率、邻域效应、转换成本以及全局和局部约束，Futureland模型的总体转换规则如下：
[0017][0018]式中，是土地元胞i改变其状态的总转换概率，P
con
由驱动因子定义的发生概率，P
n(h,u)
是邻域效应，Cost
c
→
p
是转换成本，Res是约束条件；
[0019]在Futureland模型中，考虑不同的土地利用类型受到相同或不同驱动因子的影响，利用广义线性回归GLR计算发生概率，所述基于GLR的发生概率定义如下：
[0020][0021]式中，P
con,r
是土地利用类型r的发生概率，n是驱动因子的数量，X
i
是第i个驱动因子，β0是常数，β
i
是因子X
i
的回归系数，引入参数λ
i
表示泛化，在回归中，λ
i
＝0表示在回归中驱动因子X
i
被土地利用类型r包含，否则，该驱动不包括在回归中；
[0022]邻域效应由每个邻域对影响中心元胞的邻域配置和权重来定义：对于土地利用类型u，中心元胞h的邻域效应如下：
[0023][0024]式中，N
×
N表示邻域大小，con(w
k
→
u
)表示转换为土地利用类型u时，邻域k对中心元胞h的总体影响；
[0025]转换成本表征从一种土地利用类型转变为另一种土地利用类型的社会经济成本，在Futureland模型中，转换成本由建模者根据理论分析来定义；
[0026]为了预测每一种类型的未来土地需求，基于马尔可夫链计算土地总量作为全局约束，具体计算公式如下：
[0027][0028]式中，和分别表示时间t和时间t+1的土地像素数量，P
ij
表示时间t的土地转换概率矩阵，0≤P
ij
≤1，
[0029]所述土地覆盖指数包括归一化植被指数、归一化水体指数和归一化建筑指数。
[0030]所述归一化建筑指数基于光谱波段计算得到：
[0031][0032]式中，NDBI为归一化建筑指数；MIR为短波红外波段；NIR为近红外波；Bi表示TM或OLI遥感影像的第i个波段。
[0033]所述归一化植被指数基于光谱波段计算得到：
[0034][0035]式中，NDVI为归一化植被指数；NIR为近红外波段；RED为红色波段；Bi表示TM或OLI遥感影像的第i个波段。
[0036]所述归一化水体指数基于光谱波段计算得到：
[0037][0038]式中，NDWI为归一化水体指数；NIR为近红外波段；GREEN为绿色波段；Bi表示TM或OLI遥感影像的第i个波段。
[0039]所述5)包括以下步骤：
[0040]步骤5
‑
1)获取PM2.5监测站数据，进行插值处理得到PM2.5空间分布图；
[0041]步骤5
‑
2)基于空间滞后模型，顾及PM2.5的空间依赖性建立PM2.5与土地覆盖指数的关系模型，具体如下所示：
[0042]Y
PM2.5
＝ρWY+βX
(NDBI,NDVI,NDWI)
+ε
[0043]式中，Y是一个N
×
1维的表征PM2.5的因变量向量；ρ是衡量空间依赖性大小的空间滞后系数；W是空间权重矩阵，表征受距离影响的邻域关系；X
(NDBI,NDVI,NDWI)
是N
×
3维的土地覆盖指数的3个解释变量的向量，所述解释变量分别为归一化建筑指数NDBI、归一化植被指数NDVI和归一化水体指数NDWI；β是解释变量X的系数；ε是随机误差。
[0044]所述PM2.5与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法，其特征在于，包括以下步骤：步骤1)获取Landsat遥感影像，基于随机森林的方法对Landsat遥感影像进行土地利用类型分类，得到土地利用分类图；步骤2)基于土地利用分类图和驱动因子，利用Futureland模型预测未来的土地利用模式；步骤3)基于Landsat遥感影像，利用光谱计算的方法获取土地覆盖指数；步骤4)基于土地覆盖指数和土地利用模式，利用全局和局部变化方法预测未来的土地覆盖指数；步骤5)获取地面监测站点的PM2.5浓度数据，利用空间滞后模型顾及PM2.5的空间依赖性，构建PM2.5和土地覆盖指数的关系模型；步骤6)基于PM2.5和土地覆盖指数的关系模型，结合预测的未来的土地覆盖指数，预测像元级的PM2.5。2.根据权利要求1所述的一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法，其特征在于，所述土地利用类型包括建设用地、农业用地、森林和水体。3.根据权利要求1所述的一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法，其特征在于，所述步骤2)包括以下步骤：步骤2
‑
1)获取驱动因子分布图；步骤2
‑
2)基于Futureland模型预测土地利用模式，其中，所述Futureland模型由五个核心要素组成，分别为土地元胞、发生概率、邻域效应、转换成本以及全局和局部约束，Futureland模型的总体转换规则如下：式中，是土地元胞i改变其状态的总转换概率，P
con
由驱动因子定义的发生概率，P
n(h,u)
是邻域效应，Cost
c
→
p
是转换成本，Res是约束条件；在Futureland模型中，考虑不同的土地利用类型受到相同或不同驱动因子的影响，利用广义线性回归GLR计算发生概率，所述基于GLR的发生概率定义如下：式中，P
con,r
是土地利用类型r的发生概率，n是驱动因子的数量，X
i
是第i个驱动因子，β0是常数，β
i
是因子X
i
的回归系数，引入参数λ
i
表示泛化，在回归中，λ
i
＝0表示在回归中驱动因子X
i
被土地利用类型r包含，否则，该驱动不包括在回归中；邻域效应由每个邻域对影响中心元胞的邻域配置和权重来定义：对于土地利用类型u，中心元胞h的邻域效应如下：式中，N
×
N表示邻域大小，con(w
k
→
u
)表示转换为土地利用类型u时，邻域k对中心元胞h的总体影响；
转换成本表征从一种土地利用类型转变为另一种土地利用类型的社会经济成本，在Futureland模型中，转换成本由建模者根据理论分析来定义；为了预测每一种类型的未来土地需求，基于马尔可夫链计算土地总量作为全局约束，具体计算公式如下：式中，和分别表示时间t和时间t+1的土地像素数量，P
ij
表示时间t的土地转换概率矩阵，0≤P
ij
≤1，4.根据权利要求1所述的一种基于土地变化预测和空间滞后模型的像元级PM2.5预测方法，其特征在于，所述土地覆盖指数包括归一化植被指数、归一化水体指数和归一化建筑指数。5.根据权利...

【专利技术属性】
技术研发人员：冯永玖，唐盼丽，童小华，许雄，王超，谢欢，柳思聪，金雁敏，徐聿升，叶真，黄荣保，黄荣，
申请(专利权)人：同济大学，
类型：发明
国别省市：