基于时间偏移惩罚最优运输距离的遥感图像时间序列聚类

With the explosion of satellites and sensors in recent years, the lack of data source is no longer the primary obstacle of satellite image time series (SITS) analysis any more. Instead, the obsoleteness of theories and tools in this field become the biggest barrier. Among all the analysis methods, clustering gains more importance than classification when dealing with SITS data, since it does not depend on the training samples, which are hard to obtain. The most critical part of clustering is the similarity measure it uses. However, almost all the current time series similarity measures cannot cope with large time shifts, which exist ubiquitously in SITS. Moreover, this defect comes from the very core mechanisms of these methods and we cannot alleviate it through simple modifications. Therefore, we need a new method that is not restricted by the chronological order of data points in SITS. Optimal transport, also known as Wasserstein distance or earth mover's distance, shows promising performance in recent researches when serving as similarity measure of probability distributions. In this research, we plan to propose a new similarity measure for time series data based on optimal transport. And we also try to build a moderate penalty term for time shifts in this new method. Optimal transport is essentially a linear programming problem and it will become too time-consuming when handling long time series. To accelerate it, we manage to design a proper regularization term that can transform the original problem into a problem that has a fast solution. Then we can solve the new problem by fast solvers. Finally, given the new similarity measure, we conduct SITS clustering in large scale. Hopefully this research can provide advanced theories and practical tools for remote sensing monitoring in this big data era.

随着近年来传感器平台的飞跃式的发展，长期掣肘遥感图像时间序列研究的数据瓶颈已经解除，相较之下分析方法与工具的缺失反而成为了新的瓶颈。聚类凭借其完全不依赖训练样本的优势，成为了相关研究的热点。聚类的关键是相似性度量，然而目前主流的时间序列相似性度量方法都不能处理遥感图像时间序列中广泛存在的大跨度时间偏移问题。而且现有方法的这种缺陷是本质性的，不能通过简单的改良而解决，因此需要新的框架来摆脱现有方法对时间顺序的过分依赖。最优运输在度量概率分布的相似性时表现出了优异的精度，且完全不依赖数据的时间顺序，本研究拟采用最优运输作为基础框架，并对时间偏移的惩罚进行建模，提出一套新的能够处理大跨度时间偏移的相似性度量框架；然后通过构造正则化项，将最优运输问题转化为有快速解的问题；最后利用新度量对遥感图像时间序列进行聚类分析，为大数据时代下遥感监测提供更优质的理论与工具。

时间序列是一种在各个学科都广泛存在的数据形式，它能够反映事物随时间演化的规律，从而提取出更具判别力的信息。随着遥感数据获取能力的快速发展，遥感图像时间序列分析已逐渐显现出巨大的研究与应用潜力，但相较于数据资源的蓬勃发展，时间序列分析方法反而相对滞后。在遥感图像时间序列分析中，由于训练样本获取难度较大，不依赖训练样本的聚类方法成为了研究的热点目标。聚类主要依靠相似性度量，然而目前主要的时间序列相似性度量方法均不能有效处理遥感图像时间序列中广泛存在的大跨度时间偏移与离群噪声，因此本研究围绕遥感图像时间序列的相似性度量展开研究，形成了从时间序列修补重构，到相似性度量，再到聚类分析的完整技术链路。.关于时间序列数据修补，本研究提出了基于最优运输的影像间数值迁移方法，结合基于泊松融合的影像块无缝融合方法，实现了遥感图像时间序列间的高质量交叉云与云阴影修补，增强了数据的时相密度，为时间序列应用夯实了数据基础；关于相似性度量，本研究发掘了最优运输算法不依赖数据的时间顺序，且能够达到全局最低损失等理论优势，提出了基于时间偏移惩罚最优运输的时间序列相似性度量方法，通过熵正则化加速了最优运输的计算，并在63个公开的数据集上证明了其精度优势；关于聚类分析，本研究在鄱阳湖周边地区以及法国留尼汪岛两个典型区域进行了遥感图像时间序列聚类实验，获得了精度较现有方法更高的地表覆盖聚类结果；本研究目前持续在对2013-2017全国30米时间序列云修补数据进行聚类分析，未来将会发布全国范围基于时相补全时间序列数据的地表覆盖聚类结果。本研究以遥感图像时间序列为切入点，探索了更高数据密度下的分析方法，期望能为大数据条件下的遥感监测提供更有效的理论方法与实用工具。