买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本申请实施例公开了一种基于地理数据建模的区域陆地水储量变化归因方法、装置、设备及存储介质，涉及水文监测技术领域，所述方法包括：获取目标区域在目标时段内的陆地水储量数据集和驱动因子数据集，通过预处理输出统一时空分辨率的影像集合，进一步分析目标区域的陆地水储量在目标时段的趋势分析结果；对影像集合中的驱动因子进行筛选，剔除存在多重共线性的驱动因子，生成主要驱动因子集合；结合主成分分析算法进行加权回归，生成线性回归模型，以确定影响陆地水储量变化的主要驱动因子。本申请通过结合地理探测器方法和主成分分析法增强的GWR模型可以更好地理解数据变化的主要模式并提取最具代表性的特征，从而更有效地分析地理数据。

主权项：1.一种基于地理数据建模的区域陆地水储量变化归因方法，其特征在于，包括：获取目标区域在目标时段内的陆地水储量数据集，并确定所述目标区域在所述目标时段内的驱动因子数据集；对所述陆地水储量数据集和所述驱动因子数据集进行预处理，输出陆地水储量和驱动因子的预设时间序列的统一时空分辨率的影像集合；基于所述影像集合对陆地水储量的动态变化进行分析，输出所述目标区域的陆地水储量在所述目标时段的趋势分析结果；通过相关性分析算法对所述影像集合中的驱动因子进行筛选，剔除存在多重共线性的驱动因子，生成主要驱动因子集合；结合主成分分析算法和地理加权回归模型基于所述趋势分析结果和所述主要驱动因子集合进行加权回归，生成线性回归模型，基于所述线性回归模型确定对应区域内影响陆地水储量变化的主要驱动因子；所述对所述陆地水储量数据集和所述驱动因子数据集进行预处理，输出陆地水储量和驱动因子的预设时间序列的统一时空分辨率的影像集合，包括：对所述陆地水储量数据集和所述驱动因子数据集进行插值处理，填补缺失数据；将所述目标区域划分为若干个子区域，分别将所述子区域的空间分辨率重采样为预设空间分辨率；将每个所述子区域对应的陆地水储量数据集和驱动因子数据集的时刻对齐，完成时间分辨率的统一；输出所述目标区域内各个子区域的陆地水储量和驱动因子的预设时间序列的统一时空分辨率的影像集合；所述通过相关性分析算法对所述影像集合中的驱动因子进行筛选，剔除存在多重共线性的驱动因子，生成主要驱动因子集合，包括：基于相关性分析算法计算每两个驱动因子之间的第一相关性数值，保留所述第一相关性数值的绝对值处于预设相关性阈值区间内的驱动因子；基于地理加权回归模型为每一个所述子区域的地理要素构建线性回归模型，计算每个驱动因子的方差膨胀因子，删除方差膨胀因子大于预设方差膨胀因子阈值的驱动因子；对每个所述子区域的驱动因子进行地理探测器分析，计算得到每个驱动因子的第二相关性数值，选取所述第二相关性数值大于第二相关性数值阈值的驱动因子为对应子区域的主要驱动因子集合；所述结合主成分分析算法和地理加权回归模型基于所述趋势分析结果和所述主要驱动因子集合进行加权回归，生成线性回归模型，包括：对所述主要驱动因子集合中的主要驱动因子进行标准化处理，将每个主要驱动因子转化为无量纲的标准化数值，基于所有主要驱动因子的标准化数值构建相关系数矩阵，对所述相关系数矩阵进行特征值分解，输出对应的特征向量和特征向量对应的特征值；基于特征向量的特征值按从大到小的顺序进行排序，根据所述排序的结果依次确定特征向量对应的主成分的次序；按照所述主成分的次序从第一个主成分起依次累加得到主成分的累积贡献率，直至所述累积贡献率的数值大于预设贡献率阈值，输出对应的主成分个数和对应序号的主成分；以所述对应序号的主成分为自变量，所述趋势分析结果为因变量，生成所述线性回归模型。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于地理数据建模的区域陆地水储量变化归因方法