基于神经网络的区域生态足迹演化预测方法与流程

本发明涉及生态足迹时空反演与预测，具体为基于神经网络的区域生态足迹演化预测方法。

背景技术：

1、随着区域生态环境辅助决策体系的建立，基于管理与预测专用数据处理技术，在生态足迹的核算与演化预测中发挥着重要作用；

2、多源异构数据的融合计算增加了数据处理难度，特别是在空间降尺度与时间序列构建方面；目前，一般通过系统将年度账户数据按单一遥感指标直接分配至空间网格，以计算月度生态足迹与承载力；现有数据处理方法对所有账户均使用同质化指标，缺乏账户实体的精确对应关系，且采用均分方式，缺乏月度守恒分配机制；这些方法虽然能够提供宏观区域的年度状态概览，但通常时空细分定位能力不足，存在超出预设阈值的空间分配偏差，且直接使用细粒度栅格进行神经网络训练会导致样本质量不满足训练要求；

3、因此，如何准确实现多源账户数据的时空精细分配，并提升生态足迹演化预测结果的稳定性，成为本领域亟需解决的技术问题。

技术实现思路

1、本发明的目的在于提供基于神经网络的区域生态足迹演化预测方法，避免同质化指标及粗放均分造成的显著空间分配偏差与样本质量不稳，且准确实现多源账户数据的时空精细分配，提升演化预测结果的稳定性。

2、本发明的目的可以通过以下技术方案实现：

3、基于神经网络的区域生态足迹演化预测方法，包括：获取目标区域的年度账户数据、能源数据、人口数据、遥感数据、土地覆盖数据、气象数据、行政边界以及历史年度行政单元及生态足迹核算参数，所述年度账户数据包括生物生产账户和化石能源账户，记账户类型为、年度为的账户量为；

4、将各个历史年度行政单元与行政边界内的规则栅格进行空间叠加得到交集栅格，并将分配至交集栅格得到年度栅格账户量；

5、按照账户类型对应的月度活动系数将年度栅格账户量分解为月度栅格账户量；

6、依据月度栅格账户量以及生态足迹核算参数中的参考产量、土地生产力、均衡因子及碳吸收参数计算月度生态足迹和月度生态承载力，并按照计算月度生态赤字，其中，为月度生态足迹，为月度生态承载力，为月度生态赤字，将月度生态赤字按年度求和得到年度生态赤字；

7、将年度生态赤字聚合至1km网格或行政单元，与对应1km网格或行政单元的年度植被指数特征、不透水面比例、人口、气温、降水量及能源消费量形成按时间排列的训练样本；

8、按照时间顺序训练神经网络模型，将待预测年度的与训练样本相对应的特征输入训练后的模型，输出未来一至五年各个1km网格或各个行政单元的人均生态赤字预测值及基于偏差重采样生成的预测区间。

9、在一种可选方案中，遥感数据包括2005年至2015年的陆地卫星地表反射率产品和2016年以后的哨兵二号地表反射率产品；

10、分别依据陆地卫星地表反射率产品和哨兵二号地表反射率产品的质量波段和情况分类层剔除云、云影、卷云、雪、饱和像元及无效像元，并按照计算植被指数，其中，为近红外波段反射率，为红光波段反射率；

11、以每月有效观测值的中位数形成月度植被指数，有效观测次数少于两次时将该月份标记为缺失月份；

12、利用2016年至2018年土地覆盖类别相同、获取日期相差不超过16天且空间重叠的像元样本，建立陆地卫星植被指数与哨兵二号植被指数之间的线性回归校准关系；

13、对缺失月份采用相邻有效月份线性插值，序列边界缺失采用历史年度同月中位数填补，并保留缺失标识。

14、在一种可选方案中，将分配至交集栅格得到年度栅格账户量的步骤包括：确定历史年度行政单元与行政边界内栅格的交集，并按照账户对应的土地面积或活动基底确定交集栅格的有效分配面积；

15、针对同一历史年度行政单元、同一年度和同一账户类型，获取交集栅格对应的栅格活动指标，将栅格活动指标按照进行归一化，其中和在历史年度行政单元的交集栅格集合内确定，当时令；

16、依据和计算空间权重，并使同一历史年度行政单元、同一年度及同一账户类型的交集栅格权重之和为一。

17、在一种可选方案中，栅格活动指标分别为：耕地和草地的生长季植被指数积分，林地的年度植被指数积分，渔业水域的水域面积与归一化叶绿素、归一化水温及归一化水面反射率的加权组合，建设用地的不透水面比例与人口密度的加权组合，化石能源账户的分行业能源活动量；当分行业能源活动量缺失或质量不合格时，采用夜间灯光与人口密度的加权组合作为代理指标；

18、按照计算未归一化空间权重，并按照计算空间权重，其中为账户类型调节系数；

19、渔业水域的归一化叶绿素、归一化水温及归一化水面反射率的三项归一化指标权重分别为、和，且；当栅格活动指标无效或时，将对应账户标记为不可分配，并停止账户的分配。

20、在一种可选方案中，当历史年度行政单元部分位于行政边界外时，针对每一账户和年度按照计算有效覆盖率，其中和分别为同一计量口径下边界内交集部分和历史年度行政单元整体的土地面积或活动基底，且；

21、按照确定边界内可分配账户量，按照确定边界外未纳入量，并仅将分配至交集栅格；

22、边界外未纳入量不进入目标区域的后续生态足迹、生态承载力及训练样本计算。

23、在一种可选方案中，月度活动系数的确定包括：对耕地、林地和草地经缺失值处理后的月度植被指数序列拟合：

24、

25、其中，且，为月份时间变量，为曲线基准值；对月份按照确定月度活动量，并在时按照确定月度活动系数，在总和为零时将各月系数设为；

26、按照水域面积与归一化叶绿素、归一化水温及归一化水面反射率的加权组合确定渔业水域月度活动系数，按照月度能源消费量或分行业月度能源结构系数归一化确定化石能源月度活动系数；

27、将年度栅格账户量乘以对应月度活动系数获得月度栅格账户量，并按照进行总量一致性校验，当校验值小于或等于预设的误差阈值时校验通过，当校验值超过预设的误差阈值时重新归一化，仍不满足时将生物生产账户或化石能源账户的年度数据标记为无效。

28、在一种可选方案中，生态足迹和生态承载力的计算包括：对生物生产账户按照计算月度生态足迹，其中为对应账户、空间栅格和月份的参考产量或生产率，为对应账户均衡因子；

29、对化石能源账户按照计算月度生态足迹，其中为能源品种，为能源消费量，为二氧化碳排放因子，为化石能源账户均衡因子，为栅格月度碳吸收参数；

30、将各账户的月度生态足迹求和得到，并按照计算月度生态承载力，其中为生态生产性土地类别，、和分别为土地面积、产量因子和均衡因子，为生物多样性预留比例；

31、按照计算月度生态赤字，并按照计算年度生态赤字；当为零、缺失或相应账户数据无效时，将对应空间栅格和月份标记为无效。

32、在一种可选方案中，训练样本以1km网格或行政单元为样本空间单元，以连续十个年度构成输入序列，其中人均生态赤字按照计算，为年度平均人口；

33、训练样本的输入特征包括连续十个年度的人均生态赤字、植被指数年积分、植被指数年最大值、不透水面比例、人口、年平均气温、年降水量及年度能源消费量；

34、神经网络模型为输入长度为十年的长短期记忆网络，以五维输出同时预测后续第一年至第五年的人均生态赤字；

35、将连续十个年度中最近三年作为留出期，其余年度作为训练期，仅利用训练期数据计算各输入特征的均值和标准差，并按照处理训练期和留出期数据，当时令；

36、在训练期内采用滚动窗口比较隐藏层节点数为32、64和128的候选网络，优先选择留出期预测区间覆盖率不低于预设覆盖率阈值且均方根误差最小的网络，均方根误差相同时选择平均绝对误差最小的网络；根据训练偏差进行有放回重采样，形成各预测年度的预测区间。

37、在一种可选方案中，1km网格或行政单元的人均生态赤字预测值细化至小于1km的规则栅格，记为目标分辨率栅格，且目标分辨率栅格与1km网格或行政单元的边界及空间投影对齐；

38、当具有预测年度的土地覆盖数据及相应人口、能源消费或气象条件数据时，根据预测年度土地覆盖掩膜和各账户活动指标，结合各交集栅格对应的有效分配面积和经归一化的活动指标确定目标分辨率栅格权重，将样本空间单元的人均生态赤字预测值乘以预测年度人口得到预测生态赤字总量，并按照权重分配至目标分辨率栅格；

39、当不具有预测年度的土地覆盖数据及相应人口、能源消费或气象条件数据时，获取最近有效年度的目标分辨率栅格生态赤字及其所属1km网格或行政单元的面积加权平均值，按照计算目标分辨率栅格的预测生态赤字，其中为目标分辨率栅格索引，为最近有效年度，为预测年度，和分别为同一空间范围和同一面积统计口径下的最近有效年度平均生态赤字和预测平均生态赤字；并将采用上述计算方式得到的结果编码为质量标识字段。

40、本发明的有益效果：

41、1、本发明将历史年度行政单元与目标区域边界内的栅格进行空间叠加，并依据有效分配面积和归一化后的专属活动指标计算空间权重；通过对耕地、林地、渔业水域、建设用地和化石能源等不同账户采用对应的活动指标，实现了账户数据按真实空间特征的差异化分配，有效解决了空间细分定位能力不足的问题；

42、2、本发明按照账户类型对应的月度活动系数，将年度栅格账户量分解为月度栅格账户量；结合植被指数序列拟合曲线、水域多项指标加权组合及月度能源结构归一化等方式确定月度活动系数，并引入总量一致性校验机制，将年度统计数据转换为可校验的月度数据，实现了生态足迹与生态承载力的时序细化；

43、3、本发明将年度生态赤字先聚合至1km网格或行政单元，并与植被、气象、人口及能源等特征共同构成连续年度的训练样本；通过空间聚合降低了细粒度栅格的噪声干扰，结合长短期记忆网络模型以及基于偏差重采样的预测区间生成方式，提升了区域生态足迹演化预测过程的稳定性与结果的可靠性；

44、4、本发明通过计算有效覆盖率确定边界内可分配量，排除了边界外数据对目标区域的干扰；同时，在输出预测结果时，依据预测年度的条件数据重新确定目标分辨率栅格权重，或采用最近有效年度差异延续的方式进行空间细化，使得小尺度预测结果在服从样本空间单元总量的基础上，保留了空间分布的差异性。