[发明专利]一种遥感时间序列异常检测方法

摘要

本发明公开一种技术方案，可对遥感时间序列中存在的多个时间的异常同时进行检测，在显著性水平为α＝0.05时异常检测结果的整体置信度为95％、单个异常置信度大于99％，同时给出异常的时间、水平、程度和置信度信息。本发明的基本思路为首先将原始遥感时间序列数据进行一阶季节差分，得到的差分序列作为季节误差序列；对季节误差序列的均值和标准差进行稳健化估计，并将季节误差序列进行z标准化，得到的标准分数序列作为时间序列异常检验统计量序列；在给定的显著性水平和多重检验总体误差率控制下，计算检验统计量临界值；将检验统计量序列的绝对值与临界值相比较，满足预定条件时将其标记为异常点；由各个异常点的检验统计量，计算其p值，并转换为置信水平。通过上述流程检测出遥感时间序列中的异常，并得到异常的时间、水平、程度和置信度。

主权项

一种遥感时间序列异常检测方法，该方法可对遥感时间序列中存在的多个时间的异常同时进行检测，同时给出异常的时间、水平、程度和置信度信息，其特征在于，包括以下步骤：A.从遥感时间序列影像中逐像素地提取时间序列数据，将时间序列表示为{Yt：t＝1，2，…，n}，时间序列的长度为n，季节周期为s；B.由时间序列{Yt}计算季节误差序列{at：t＝s+1，s+2，…，n}；C.对季节误差序列{at}的均值μ和标准差σ进行估计；D.对季节误差序列{at}进行变换，得到时间序列的异常检验统计量{λt：t＝s+1，s+2，…，n}；E.获得单一异常检验的异常检验统计量临界值λ(1)和多个异常检验的异常检验统计量临界值λ(m)；F.将异常检验统计量与步骤E中的异常检验统计量临界值相比，满足特定条件时判定为异常，其中异常判定的特定条件为：当s+1≤t≤n‑s时，当t＞n‑s时，|λt|＞λ(m)，满足以上条件的时间t记为异常时间T；G.由{Yt}、{at}、{λt}获得异常的相关信息，计算如下：异常水平Lt＝at，t∈T，异常程度Dt＝λt，t∈T，异常置信度Ct＝1‑P(|λ|＞|λt|)，t∈T；H.输出遥感时间序列异常检测结果{Yt，Lt，Dt，Ct：t∈T}。