[发明专利]一种基于贝叶斯推理的土地利用数据同化方法

摘要

本发明涉及一种基于贝叶斯推理的土地利用数据同化方法，该方法的核心是将离散的类型分布变量对应到连续的类型分布密度，并将连续的类型分布密度作为中间变量，进而计算类型变量的后验分布概率。本发明将基于共轭先验的贝叶斯推理思想引入到土地利用动态模型中，通过融合观测数据，对离散的、多维的模型模拟的土地利用类型进行同化，提高土地利用动态模型的模拟预测精度。本发明在模型方面，首次利用多维土地利用/覆被变化动态模型对多种土地利用类型进行同化研究。本发明在方法上，首次引入一种同化策略，对离散的类型分布状态变量进行更新。

主权项

1.一种基于贝叶斯推理的土地利用数据同化方法，其特征在于：所述同化方法包括以下步骤：第1步：利用历史变化数据集对土地利用动态模型进行校准，获得模型的参数值；第2步：将研究区划分为若干个正方形网格，每个网格包含ｋ×ｋ个像元；选择其中的若干个正方形网格作为观测点；第3步：运行土地利用动态模型，当模拟到观测年份时，得到土地利用类型转换概率，以及模拟值α，同时提取该同化年份的观测值ｃ；第4步：运行基于共轭先验的贝叶斯推理公式，得到同化值；其中，基于共轭先验的贝叶斯推理公式如下：式中，是同化后的土地利用类型的分布密度值；是土地利用类型的观测数目；代表模型中模拟的土地利用类型数目；N是所有土地利用类型的观测数目；是模拟的所有土地利用类型数目；第5步：根据同化值，对当前的模拟结果进行修正；具体修正步骤如下：S1：在观测点，基于同化值和正方形方格的面积，计算得到各土地利用类型的变化数量，其计算公式如下： S2：依次寻找变化数量的土地利用类型； S3：将的土地利用类型的转换概率从小到大逐像元减少个元胞，即像元；同时将这些像元的土地利用类型赋值为0；S4：将所有的土地利用类型按照步骤S3进行重新分配，最终得到观测点中需重新分配的所有元胞；S5：在待分配的元胞中，将剩余的土地利用类型，即的土地利用类型，依次增加个元胞；S6：重复步骤S1‑S5，直至完成所有观测点的修正；第6步：把修正后的结果再输入到模型中，作为初始值，进行一下年份的模拟同化；当模拟到下一观测时刻，重复第3步～第5步，直到模拟同化年份结束。