[发明专利]一种用于地震监测的逐日亮温异常回归分析方法

权利要求书

1.一种用于地震监测的逐日亮温异常回归分析方法，该方法包括如下步骤：

步骤1)计算研究区内地震前后一定时间序列的亮温日均值；

步骤2)分析云雨天气过程对亮温日值的影响情况；

步骤3)确定亮温阈值下限，进行样本点筛选；

步骤4)对步骤3)中筛选出来的样本点进行线性拟合，得到时间-亮温线性方程；

步骤5)计算时间-亮温线性相关系数R；

步骤6)逐次选取样本点组合进行剔除，并求算时间-亮温线性相关系数R2，通过对比，筛选最显著的拟合结果，确定异常样本点。

2.如权利要求书1所述的方法，其特征在于，所述步骤1)的具体方法为：a)选取研究区域；b)计算研究区内所有像元亮温日均值；c)得到一定时间区间的亮温日均值序列。

3.如权利要求书1所述的方法，其特征在于，所述步骤2)的具体方法为：a)初步分析研究区亮温日均值时间序列变化情况；b)分析研究区该时段内的云雨变化情况；c)总结云雨遮挡等因素对亮温日值的影响。

4.如权利要求书1所述的方法，其特征在于，所述步骤3)的具体方法为：a)基于步骤2)，确定非云雨遮挡的亮温阈值下限；b)对时段内亮温日值进行筛选，并作为下一步分析的样本点；进一步，所述步骤4)的具体方法为：a)算法利用最小二乘法构建时间t_d和研究区域(x，y)的观测亮温日值T_d(x，y)在时间区间D内的经验拟合方程：

其中，

5.如权利要求书1所述的方法，其特征在于，所述步骤5)的具体方法为：a)构建时间-亮温线性相关系数R；

其中，σ_Tt²为观测时间t和亮温日值的协方差，σ_t为观测时间标准差，σ_T为亮温日值标准差；当R值为正时表示观测亮温日值随时间推移而增高，即正相关关系；当R值为负时表示观测亮温日值随时间推移而降低，即负相关关系；R的绝对值的大小代表着观测亮温日值随时间变化的线性相关性，R的绝对值越大表示两者线性相关性越强，一般可按照三个等级划分：|R|＜0.4低度线性相关；0.4≤|R|＜0.7为显著性相关；0.7≤|R|＜1为高度线性相关。

6.如权利要求书1所述的方法，其特征在于，所述步骤6)的具体方法为：a)设定不同数量的样本点，按照不同样本点自由组合的方法，进行不同的样本点组合，b)基于上述每组样本点组合，计算剔除该组样本点后，亮温日均值序列的时间-亮温线性相关系数R2；c)针对每种数量的组合方式，R2绝对值最大时的样本点组合作为该数量组合方式中最佳异常提取结果；d)进而总结在不同数量组合方式中，出现频次较大的样本点，作为异常样本点。