49、利用主题时空关联规则追踪卫星图像时间序列中视觉特征的演变及其含义

利用主题时空关联规则追踪卫星图像时间序列中视觉特征的演变及其含义

在当今数字化时代，卫星每天都会产生大量的时空数据，这些数据以卫星图像时间序列（SITS）的形式存在。对SITS进行挖掘是一项具有挑战性的任务，因为它需要进行时空数据分析。例如，分析太阳耀斑及其演变就需要对SITS进行挖掘。本文将介绍一种名为MiTSAI的方法，它利用主题时空关联规则（TSARs）来追踪SITS图像中视觉特征的演变及其含义。

1. 背景知识

• 卫星图像与大数据处理 ：卫星图像属于传感器数据，处理这类数据通常需要应对大量非结构化数据的挑战。在一些研究中，会运用大数据概念来处理卫星图像。例如，Hu等人的提案使用Hadoop框架来存储和查询太阳能相关信息，但该方法不进行图像预处理，限制了其应用范围。Cortés等人使用高分辨率卫星图像检测不同时期的冰覆盖模式，但该方法不进行图像内部处理，降低了灵活性。
• 时空数据与挖掘算法 ：时空数据具有空间和时间属性，可用于预测行为。正式定义为，D - 数据库是时空的，当且仅当其项目具有时空特征，即项目由 {x, y, z, t, F} 形式的元组组成，其中x、y、z是笛卡尔空间坐标，t是时间坐标，F是一组主题属性。时空挖掘算法会考虑空间和时间约束，例如Pillai等人的算法在生成项集候选时应用这些约束。
• 主题时空关联规则（TSARs） ：TSARs是一种关联规则，涉及空间、时间属性和属性值。其常见格式为 a1(R1, t1) → a2(R2, t2) < sup, con >，例如 Rainfall(New