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！

申请/专利权人：湖南省第三测绘院;中南大学

摘要：本发明实施例中提供了一种融合多源地理数据的国土空间规划开发方式分类方法，属于数据处理技术领域，具体包括：步骤1，分别提取多源数据对应的高维多元特征集，其中，所述多源数据包括标注数据、基本地理数据和遥感图像数据，所述高维多元特征集包括标注数据对应的标注特征、基本地理数据对应的基本地理特征和遥感图像数据对应的遥感图像特征；步骤2，根据高维多元特征集划分多元特征子空间并据此构建单类别开发利用方式监测的分层随机森林模型；步骤3，基于分层随机森林模型和集成学习不确定度量识别目标区域的开发利用方式。通过本发明的方案，提高了对国土空间规划开发方式的分类精准度和适应性。

主权项：1.一种融合多源地理数据的国土空间规划开发方式分类方法，其特征在于，包括：步骤1，分别提取多源数据对应的高维多元特征集，其中，所述多源数据包括标注数据、基本地理数据和遥感图像数据，所述高维多元特征集包括标注数据对应的标注特征、基本地理数据对应的基本地理特征和遥感图像数据对应的遥感图像特征；所述步骤1具体包括：步骤1.1，基于标注数据的空间分辨率或道路网络划分土地分类空间单元，分别统计每个空间单元内部每类标注数据的密度作为一阶标注数据特征，计算每个空间单元内功能混合熵作为二阶标注数据特征，并将一阶标注数据特征和二阶标注数据特征合并为标注特征；步骤1.2，获取数字高程数据并据此提取基本地理一阶特征海拔，进一步计算坡度特征SLO、坡向特征ASP和地形曲率TCU作为基本地理二阶特征，将基本地理一阶特征和基本地理二阶特征合并为基本地理特征；步骤1.3，获取遥感图像数据并提取遥感图像数据的一阶波段特征，依次计算归一化植被指数NDVI、植被比值RVI、植被差值DVI、垂直植被指数PVI、大气阻抗植被指数ARVI、归一化水体指数NDWI、改进的归一化水体指数MNDWI、增强型水体指数EWI、新型水体指数NWI、归一化建筑物指数NDBI、归一化土壤指数NDSI、归一化差值裸地与建筑用地指数NDBBI、裸土指数BSI、城市建筑指数IBI、归一化不透水面指数NDISI和浑浊水体指数TWI作为二阶指数特征，然后给定角度θ和距离d，生成遥感图像数据的灰度共生矩阵M，并基于灰度共生矩阵M计算熵、对比度、相关度和逆分差作为空域特征，将一阶波段特征、二阶指数特征和空域特征合并形成遥感图像特征；步骤2，根据高维多元特征集划分多元特征子空间并据此构建单类别开发利用方式监测的分层随机森林模型；所述步骤2具体包括：步骤2.1，计算高维多元特征集中所有两两特征间的相关性，形成共线性矩阵，并基于共线性矩阵划分多元特征子空间；步骤2.2，构建开发利用现状监测样本数据集并得到其对应的高维多元样本特征集并划分为训练集和验证集，根据训练集和多元特征子空间构建单棵决策树，并据此形成单类别开发利用方式监测的分层随机森林模型；所述步骤2.1具体包括：步骤2.1.1，计算高维多元特征集中所有两两特征间的相关性 ；其中，和表示两个特征，和分别表示协方差函数和标准差函数；步骤2.1.2，根据所有特征间的相关性构成共线性矩阵标记为CFM，其中CFMi，j，表示共线性矩阵CFM的第i行第j列，表示第i个特征和第j个特征的共线性大小；步骤2.1.3，给定共线性容忍阈值，对于第1个特征，基于共线性矩阵CFM提取与其共线性大于的特征集合放入第一个特征子空间，继续基于共线性矩阵CFM提取与内其他任一特征相关性大于的特征集合，继续放入第一个特征子空间，直到内所有特征都被提取过相关性大于的特征；步骤2.1.4，选择从未被先前子空间提取过的其他任一特征，继续上述步骤，构建其他特征子空间，直至将高维多元特征集全部划分，将多个特征子空间形成多元特征子空间，其中，每个特征子空间满足以下条件 ；其中，表示第r个特征子空间；所述步骤2.2具体包括：步骤2.2.1，对于给定研究区域，获取历史时期国土空间开发利用现状监测结果，并据此构建对应的历史高维多元特征集，然后按照预设比例将及其对应的’随机划分为训练集TRD和验证集TED；步骤2.2.2，基于训练集TRD，分别提取第i类开发利用方式所有正样本区块，然后随机挑选相同数量的非第i类开发利用方式负样本区块，构建第i类开发利用方式监测训练集，获取当前时期t多源地理数据，构建高维多元特征集；步骤2.2.3，给定具有Ni个样本的第i类开发利用方式训练集，每次有放回地随机抽取，构建Ni个样本作为单棵CART决策树的根节点，然后，随机抽取c个子空间簇，同时在每个选定的子空间簇内随机抽取一个特征，共同构成包含c个随机选择特征的单棵决策特征集： ；步骤2.2.4，选择基尼指数最小的特征作为当前节点最优决策分割特征，同时引入CART剪枝策略防止单棵决策树过拟合，直至完成单棵决策树的构建；步骤2.2.5，对于待识别的第i类开发利用方式，构建棵基于子空间分层选择的决策树，共同组成面向第i类开发利用方式识别的分层随机森林模型，然后，以模型中所有决策树的分类众数作为输出标签进行分类精度评估，基于第i类开发利用方式监测训练集计算模型的训练集准确率，如果准确率小于预设标准，增加和c的值后重新训练分层随机森林模型，直至训练准确率超过预设标准；步骤2.2.6，基于开发利用方式监测验证集TED计算重新训练后分层随机森林模型的验证准确率，如果准确率小于预设标准，增加和c的值后重新训练分层随机森林模型，直至训练准确率也超过预设标准，最后依次训练面向各类开发利用方式识别的分层随机森林模型；步骤3，基于分层随机森林模型和集成学习不确定度量识别目标区域的开发利用方式。

全文数据：

权利要求：

百度查询： 湖南省第三测绘院 中南大学 融合多源地理数据的国土空间规划开发方式分类方法