摘要
提出一种时空一体化的时空异常探测方法,首先基于时空统计学与聚类分析构建一体化时空邻近域。进而,发展兼顾时空相关与异质性的时空异常度量方法。最后,采用一种3步骤的策略探测时空异常。应用本文方法探测中国陆地区域33年(1970年—2002年)的年平均气温时空数据中的时空异常,探测结果具有较好的可靠性,反映时空数据的时空一体化特征。同时,对时空异常的产生机理与实际意义进行分析和解释。
A novel spatio-temporal outlier detection method within the space-time framework is proposed in this paper.Firstly,a unified framework is developed for constructing spatio-temporal neighborhood,which is based on the space-time statistics and clustering analysis.Then,a spatio-temporal outlier measure involving space-time autocorrelation and heterogeneity is presented.Finally,a tree-step strategy is utilized to detect spatio-temporal outliers.Our method is employed to detect spatio-temporal outliers in Chinese annual temperature database（1970—2002）.A meaningful analysis of the spatio-temporal outliers is also provided.
出处
《遥感学报》
EI
CSCD
北大核心
2011年第3期457-474,共18页
NATIONAL REMOTE SENSING BULLETIN
基金
国家高技术研究发展计划(863)(编号:2009AA12Z206)
地理空间信息工程国家测绘局重点实验室开放基金重点项目(编号:200916)
江苏省资源环境信息工程重点实验室(中国矿业大学)开放基金项目(编号:20080101
JS200901)
江西省数字国土重点实验室开放基金项目(编号:DLLJ201005)~~
关键词
时空异常探测
时空邻近域
时空统计学
聚类分析
spatio-temporal outlier detection
spatio-temporal neighborhood
space-time statistics
clustering analysis
