[发明专利]一种基于多源数据的城市局部气候区分类方法

权利要求书

1.一种基于多源数据的城市局部气候区分类方法，其特征在于包括以下步骤：

步骤一，获取研究区域范围内高分一号影像和城市3D建筑数据，并进行预处理；

步骤二，提取用于局部气候分区的参数，包括建筑高度、建筑表面分数、归一化植被指数、植被覆盖度、可透水面分数、水体表面分数和不透水面分数，建立不同尺度的规则格网，并基于不同尺度的规则格网分别提取出对应空间尺度的LCZ分区参数；

步骤三，建立随机森林分类模型；

步骤四，基于建立的随机森林分类模型，进行不同尺度的局部气候区分类；

步骤五，通过目视解译和定量精度评价，选取最佳的局部气候分区尺度。

2.根据权利要求1所述的一种基于多源数据的城市局部气候区分类方法，其特征在于：所述步骤一中，预处理包括高分一号影像的辐射校正、几何校正、影像融合和影像裁剪，将高分一号影像的多光谱和全色影像进行辐射校正和几何校正，并将两种影像进行影像融合和影像裁剪，将城市3D建筑矢量数据裁剪至研究区大小。

3.根据权利要求1所述的一种基于多源数据的城市局部气候区分类方法，其特征在于，所述步骤二中，建筑高度、建筑表面分数、归一化植被指数、植被覆盖度、可透水面分数、水体表面分数和不透水面分数分别通过以下公式得到：

ISF＝1-BSF-PSF-WSF

其中，BH是建筑高度，n是一个LCZ格网的建筑数量，BS_i是一栋建筑的底面积，BH_i是一栋建筑的建筑高度；BSF是建筑表面分数，S_site是一个LCZ格网的总面积；NDVI是归一化植被指数，ρ_NIR是近红外波段的反射率，ρ_R是红波段的反射率；F_c是植被覆盖度，NDVI是每个像元的NDVI值，NDVI_max是整幅影像中NDVI的最大值，NDVI_min分是整幅影像中NDVI的最小值；PSF是可透水面分数，S_per是NDVI值大于0.3的区域的面积总和；WSF是水体表面分数，S_water是格网单元内所有水体面积总和；ISF是不透水面分数。

4.根据权利要求1所述的一种基于多源数据的城市局部气候区分类方法，其特征在于：所述步骤三中，随机森林分类模型包括样本属性、分类树的个数和每个节点处的特征个数，样本的属性是步骤二中提取的用于LCZ分类的参数，通过循环的方式改变分类树的个数、每个节点处的特征个数取值，得到最优的分类结果。

5.根据权利要求4所述的一种基于多源数据的城市局部气候区分类方法，其特征在于：通过测试样本计算出决定系数和均方根误差，评价不同模型的精度，选取精度最高的那组参数建立随机森林分类模型。

6.根据权利要求5所述的一种基于多源数据的城市局部气候区分类方法，其特征在于，所述决定系数的计算公式如下：

其中，R²是决定系数，LCZ_i′是测试的分区结果，LCZ_i是原始分区结果，LCZ_avg是原始分区结果的均值。

7.根据权利要求5所述的一种基于多源数据的城市局部气候区分类方法，其特征在于，所述均方根误差的计算公式如下：

其中，m是影像总像元数，LCZ_i′是测试的分区结果，LCZ_i是原始分区结果。

8.根据权利要求1所述的一种基于多源数据的城市局部气候区分类方法，其特征在于：所述步骤四中，尺度为120～480米。

9.根据权利要求1所述的一种基于多源数据的城市局部气候区分类方法，其特征在于：所述步骤五中，目视解译是从不同尺度的局部气候区空间分布比较不同尺度的分区效果。

10.根据权利要求1所述的一种基于多源数据的城市局部气候区分类方法，其特征在于：所述步骤五中，定量精度评价是通过总体精度和Kappa系数定量评价不同尺度局部气候分区的精度。