一种基于代表度的最优化采样方法

摘要

本发明公开了一种基于代表度的最优化采样方法，借助驻点的概念先选择局部代表性高的点，利用目标变量在时间序列上构成的向量之间的相似性选择出第一个采样点；选择之后的采样点时，依次将包含在已选出点中的信息量去除，方法是依次求出原始的向量相对于已选样点向量的正交分量，然后利用正交分量之间的相似性选择新的样点，计算累积代表度，先求出采样点对各个子像元的累积代表度，然后利用区域内所有子像元的累积代表度的数学平均值作为区域的累积代表度，直到区域的累积代表度达到一定要求，采样结束。本发明使在采样点上的地面观测能够准确的反映目标变量在采样区的时空分布特征，同时尽可能减少了采样点的数量，降低地面观测的成本。

主权项

一种基于代表度的最优化采样方法，其特征在于，包括以下步骤：S1、选择候选点，借助历史的长时间序列的HJ反照率产品数据为先验知识，在选点时，需先考虑待选点与周边紧邻区域的均一性，先选择与周围地表一致性较高的点作为候选点；S2、计算候选点代表度，从候选点中选择代表度最高的点为第一个采样点；S3、初始化采样点数据，计算正交分量，计算代表度；S4、选择下一个采样点，计算累计代表度是否满足条件，若累计代表度满足条件结束采样，若累计代表度不满足条件，返回步骤S3初始化采样点数据继续进行计算正交分量和代表度流程。