1.基于先验知识的土地利用/覆被信息时空监测方法，其特征在于包括如下步骤：
（1）多源土地利用/覆被数据的几何配准；
（2）多源土地利用/覆被数据的尺度转换；
（3）多源土地利用/覆被数据的数据转换；
（4）基于多源土地利用/覆被的先验知识提取；
（5）基于先验知识的土地利用/覆被信息提取；
（6）长时间序列土地利用/覆被空间监测；
（7）土地利用/覆被信息时空模拟与预测。
2.根据权利要求1所述的基于先验知识的土地利用/覆被信息时空监测方法，其特征是所述步骤（1）多源土地利用/覆被数据的几何配准，包括以下方法：
1）根据《国土资源数据2000国家大地坐标系转换技术要求》，大地坐标系采用CGCS2000坐标框架和1985国家高程基准，平面坐标投影采用高斯—克吕格投影3°，将高斯—克吕格平面投影转换为大地坐标，重新生成2000国家大地坐标系方里网，计算坐标改正量，按照双线性内插方法逐点完成国家大地坐标的转换，继而转换为CGCS2000坐标系下的高斯—克吕格平面投影；若上述数据中的投影为北京54坐标系，则首先计算1954年北京坐标系至1980西安坐标系转换改正量，继而计算1980西安坐标系向2000国家大地坐标系转换改正量，将两改正量叠加形成1954年北京坐标系向2000国家大地坐标系转换改正量，对于栅格数据而言，转换坐标后，修改其头文件坐标；若获取的遥感数据为原始影像，则可根据带有2000国家大地坐标系的标准地形图和地图参数完成中国第三次调查参考数据的几何配准；
其中，1980西安坐标系与2000国家大地坐标改正量计算方法为：
上式中，(B,L)为大地坐标系坐标，和分别为IAG75椭球与CGCS2000大地坐标系椭球长半轴半径和第一偏心率平方之差， ， 。
双线性内插方法可表示为：
上式中，(x,y,Z(x,y))为待定点的三维坐标，(x1,y1,Z(x1,y1))和(x2,y2,Z(x2,y2))分别为已知点的三维坐标；
2）已有的中国第一次土地调查数据、第二次土地调查数据、地理底图数据和国际中/小尺度土地调查参考数据等其他相关数据也基于上述坐标转换方法进行转换；
3）以已完成坐标转换的土地调查参考数据和地图数据为基准数据，根据国际已有土地利用/覆被产品的投影信息对其进行归类，分别对各个数据进行捆绑处理，通过提取不同土地利用/覆被产品中与基准数据相匹配的特征点，计算各个特征点残差值，利用控制残差值来剔除误差较大的特征点，进而基于双线性内插方法完成不同土地利用/覆被产品向2000国家大地坐标系的转换；
4）首先，利用梯度交叉算法的小波变换方法分别提取出土地利用/覆被产品与参考基准数据的空间域和频率域，获取二者梯度交叉变化中的最大值和最小值，即栅格数据的特征点；其次，对比分析土地利用/覆被产品中的特征点和基准数据中的特征点，进行初步几何匹配；最后，采用八邻域算法对土地利用/覆被产品中的特征点所选取的位置进行优化，根据特征点残差值进行剔除，进而利用双线性内插方法进行几何配准，实现土地利用/覆被产品向基准数据的坐标转换；
其中，小波变化方法可表示为：
上式中， 为二维小波母函数， ，且 ；b为平移参数，对应于时空信
息。在提取空间域和频率域的最大值和最小值时，分别计算二者梯度变化，进而利用二者梯度拐点信息，获取特征点。在匹配过程中，利用八邻域算法来搜索特征点的空间位置，比较分析不同土地利用产品特征点间位置的残差值，确定最佳特征位置。
3.根据权利要求1所述的基于先验知识的土地利用/覆被信息时空监测方法，其特征是所述步骤（2）多源土地利用/覆被数据的尺度转换，包括以下方法：
1）以30×30m的空间分辨率为尺度转换基准，将不同时期、不同尺度的土地利用/覆被数据产品按时间序列来进行空间叠加处理，利用矢量夹角法来探测不同时期数据产品的变化特征，从空间上将不同土地利用类型进行分块、分区升/降尺度转换；
矢量夹角 可表示为：
上式中，x、y分别为土地利用覆被产品的二维坐标位置；z为土地利用/覆被产品的属性值； ，则表示土地利用/覆被类型未发生改变； ，则表示土地利用/覆被类型发生改变，进而根据土地利用覆被阈值 范围判定土地利用/覆被变化状况，开展分区、分块数据管理；
2）所述矢量夹角法是通过构建空间矢量矩阵，设置相应的矢量角度阈值，探测不同土地利用/覆被产品的时空差异性，为尺度转换的分区、分块提供目标区域；当矢量角度值高于阈值时，则反映相应区域的土地利用/覆被状况长期发生了明显变化，反之当矢量角度值低于阈值时，即相应区域的土地利用/覆被状况长期未发生了明显变化；
3）利用上述特征将土地利用/覆被产品划分为变化图斑和未变化图斑，针对未变化的图斑，采用计算量小、效率高的算法如最邻近法、双线性插值法和非线性回归模型进行尺度升/降转换，针对发生变化的图斑，采用多维交叉模型来实现不同土地利用/覆被产品的尺度转换和数据修正；
其中：多维交叉模型可拆分成两部分，即：利用空间重采样的方式使土地利用/覆被产品转换为目标尺度的土地利用/覆被产品；利用矢量夹角方法分析时间序列土地利用/覆被产品特定空间位置下相应类型发生变化的异常属性值（其产生可能由于信息提取精度等方面因素影响），则需对异常属性值进行线性拟合，即：
上式中， 为异常属性拟合值； 为土地利用/覆被类型置信值，其可根据土地利用/覆被产品类型代码的概率可信度来取值；b为矢量三维坐标截距；
4）在尺度转换过程中，从二维空间出发，利用基于面向对象的尺度转换方法如小波分析法和分形方法对不同时期的土地利用/覆被产品进行尺度转换；从时间维度出发，根据不同时期数据产品的可持续性，以区域起始和最新土地利用/覆被产品为时间节点，参照信息精度相对较高的土地利用/覆被产品为信息参考，采用线性插值法、最临近法和平滑法来降低不同数据产品在尺度转换中所产生的信息缺失或误差，以保证同一区域土地利用/覆被信息变化的连续性。
4.根据权利要求1所述的基于先验知识的土地利用/覆被信息时空监测方法，其特征是所述步骤（3）多源土地利用/覆被数据的数据转换，包括以下方法：
1）采用《生态十年环境监测土地覆盖分类系统》作为土地利用/覆被产品数据转换的参考系统或过渡系统，建立其他土地利用/覆被产品的分类系统与《生态十年环境监测土地覆盖分类系统》间的土地利用/覆被信息代码查找表，建立原始数据产品分类系统与目标数据产品分类系统间的映射对应关系；
2）将各土地利用/覆被代码分别重新定义为101,102，……，138等带有序列的数字作为中间替代代码，构建时空数据语义转换通道，对土地利用/覆被要素图斑进行制图综合操作，完成不同时期和形式土地利用/覆被数据产品的重构。
5.根据权利要求1所述的基于先验知识的土地利用/覆被信息时空监测方法，其特征是所述步骤（4）基于多源土地利用/覆被的先验知识提取，包括以下方法：
1）利用矢量夹角法对土地利用/覆被产品的叠加数据结果进行探测，提取出典型特征图斑，即未发生变化图斑和发生变化图斑，通过相关方法挖掘和提取先验知识，且引入累积百分位的计算方法来控制先验知识的置信度；
2）获取典型特征图斑后，分析不同时期、不同阶段土地利用/覆被类型的时空变化特征，区分人为因素和自然因素对土地利用/覆被变化的影响，提取出相对稳定和变化剧烈的土地利用/覆被类型区域作为备选先验知识区域，进而基于尺度最优算法如均值方差法、质心法对先验知识区域进行选择，利用百分位法如累积百分位达95%，对先验知识区域做进一步筛选，完成先验知识区域的提取和定义；
3）先验知识区域获取后，转换成矢量图层，可叠加至新一期遥感影像上，提取出不同土地利用/覆被类型所呈现出的图像特征，实现先验知识的自动提取，从而为土地利用/覆被遥感信息提取提供参考样本数据。
6.根据权利要求1所述的基于先验知识的土地利用/覆被信息时空监测方法，其特征是所述步骤（5）基于先验知识的土地利用/覆被信息提取，包括以下方法：
1）通过与多源遥感影像的空间叠加，初步获取土地利用/覆被信息提取的先验知识，利用信息熵模型、标准差值和相似度方法对先验知识作分析、推理和判断，获取不同尺度、多源遥感影像上的有效先验知识，对在多源遥感影像上所获取的先验知识区域及先验知识进行分层、分区管理，构建针对多源遥感影像解译专家知识库；
2）为保证先验知识区域空间分布的均匀性，根据单景遥感影像的空间范围，将其划分为规则格网，根据先验知识中心点位置，判断先验知识区域的空间分布密度，然后基于专家知识库决策支持下的面向对象信息提取方法来完成土地利用/覆被信息提取；
3）采用改进的支持向量机方法，结合先验知识，设置图像分割的阈值范围，重复迭代比较图像分割结果与专家知识库中对象的光谱异质度和纹理异质度的差异，经过多次循环迭代运算，使二者的异质性因子达到最佳匹配状态，实现图像分割尺度因子的自动计算，完成对象分割与合并；
4）根据专家知识库中土地利用/覆被对象的中心和重心权重计算，对图像分割结果进行目标识别，完成基于多源遥感数据的土地利用/覆被信息提取，同时利用分类总体精度、制图精度、用户精度、混淆矩阵和Kappa系数对分类结果进行精度分析和评价。
7.根据权利要求1所述的基于先验知识的土地利用/覆被信息时空监测方法，其特征是所述步骤（6）长时间序列土地利用/覆被空间监测，包括以下方法：
1）利用数据层叠加的方式对不同时期土地利用/覆被信息进行加减运算处理，在叠加处理运算之前，对早一期或后一期数据层进行乘积运算；
2）利用空间统计方法分析不同时期、不同阶段土地利用/覆被信息变化状况与趋势，构建不同时期土地利用/覆被信息时空转移矩阵，从横向即不同土地利用/覆被类型的变化特征和纵向即同种土地利用类型的不同时期变化特征角度出发，揭示土地利用/覆被信息的时间序列变化特征；
3）利用景观指数方法来分析土地利用与景观格局的时空演变特征及其生态环境效应；
基于空间自相关性分析、重力模型和引力模型来研究不同时间尺度上景观格局特征及其空间自相关性，定量分析景观格局的空间特点与时空联系，利用状态转移模型和景观综合动态模型来分析景观类型的动态度、均衡度和空间转移开发强度，结合景观指数从不同的景观尺度上分析格局-动态演变过程及其发展趋势，继而利用多维尺度分析方法来揭示多尺度景观格局特征，开展土地利用/覆被驱动下的生态服务价值科学评估与时空分析；上述过程可利用Fragstat和ArcGIS软件获取景观、类型和斑块三个尺度上的景观指数，进而利用莫兰指数、动态转移模型、空隙度指数和Ripley’s L函数等分析不同尺度下景观格局动态变化特征；
4）利用空间聚类方法如距离聚类、相似度聚类从宏观尺度上分析土地利用/覆被信息的时空变化特征，利用空间聚类方法获取中国不同空间范围内城镇发展模式与城镇集群特征，以进一步印证不同经济带、经济区和经济圈的空间规划，从而为城镇经济发展规划提供数据参考和理论依据。
8.根据权利要求1所述的基于先验知识的土地利用/覆被信息时空监测方法，其特征是所述步骤（7）土地利用/覆被信息时空模拟与预测，包括以下方法：
1）从土地利用/覆被的格局-结构-功能时空演变出发，从自然条件、气候变化、经济发展、社会环境和人口分布等要素出发，利用空间数据和统计年鉴，初步构建土地利用/覆被特征演变的驱动力指标数据集，利用系统动力学模型如AnyLogic仿真软件来模拟在不同情景下各个驱动力指标对历史时期土地利用/覆被变化的影响程度，提取土地利用/覆被变化的主要驱动力，实现系统的正向反馈；
2）以土地利用规划与布局数据为驱动结果，模拟分析现有的土地利用/覆被状况在驱动过程中所受驱动力及其驱动能力，实现系统的逆向反馈；在仿真模拟过程中，通过调整或提出驱动指标开展正向和逆向模拟，结合正向反馈和逆向反馈的结果，分析土地利用覆被变化的直接驱动要素和潜在驱动要素，提取和构建土地利用/覆被变化的驱动力指标体系；
3）构建CA-SD模型来模拟预测土地利用/覆被变化的发展趋势，即将土地利用/覆被变化看作是大量元胞在邻域作用和转换规则作用下完成，各个元胞对象与元胞状态分别对应着一个土地利用/覆被斑块及其属性，其邻域作用由土地利用/覆被变化的集群效应来反映，其转换规则可根据系统动力学模型所模拟的不同情景下各个指标的驱动能力来制定，可表示为：
式中：S为元胞有限集合；t为时间；St为元胞状态；f为元胞转换规则。转换规则可表达为：
式中，Pm,n为元胞S由状态m转换为状态n的概率或潜力；v为随机扰动项；an为元胞S与周围环境的通达性；Sn为元胞对状态n的适宜度；N为邻域对元胞的作用；Hn为元胞惯性参数；
4）在SD模型中，构建土地利用/覆被的空间格局-结构-功能的系统动力学过程，结合分层分区时空耦合与推演方法，依据驱动指标对土地利用/覆被变化的作用程度及其它们间的空间关联特征建立相应的协因变量或协因变量子系统，优化系统动力学过程及其参数，保证预测结果的精度。
9.根据权利要求1所述的基于先验知识的土地利用/覆被信息时空监测方法，其特征是所述步骤（5）基于先验知识的土地利用/覆被信息提取中，若针对GoogleEarth和“天地图”系统中的多源遥感数据，利用先验知识区域通过叠加处理和规则判别来提取先验知识，基于光谱异质度和纹理异质度对先验知识进行评估和筛选，获取加权异质性相对较小的先验知识数据集合，形成特定影像解译专家知识库，实现专家知识库的实时更新和优化，以更好地为土地利用/覆被信息提取作决策支持；
其中，光谱异质度 可表示为：
纹理异质度 可表示为：
上式中， 、 和 分别为合并前相邻对象像元灰度的标准差和合并后新对象像元灰度标准差； 和 分别为相邻对象像元数量； 为遥感数据c波段的权重； 和分别为影像对象的紧致度和光滑度，二者之和为1； 、 和 分别为对象合并前后的实际边界； 、 和 分别为合并前后对象的最小外包矩形边界。