决策支持单元、土地类型识别及验证系统技术方案

本发明专利技术涉及遥感数据识别技术领域，提供决策支持单元的构建方法。该方法包括如下步骤：S2、获取已识别土地类型的遥感数据，所述遥感数据包括若干属性数据；S4、选取至少两个所述属性数据作为特征属性数据进行聚类，将所述遥感数据分成若干类簇；S6、对每个类簇中的遥感数据基于所述土地类型与特征属性数据进行重构；S8、对重构后遥感数据进行关联规则发现，获取关联结果；S10、存储关联概率大于概率阈值T的关联结果形成决策支持单元。经过上述方法获得的决策支持单元，具有很多相关度较高的关联规则，可以给出相关度较高的未知土地类型作为参考，支持决策。

【技术实现步骤摘要】

本专利技术涉及遥感数据识别
，具体涉及决策支持单元、土地类型识别及验 证系统。
技术介绍
各种二维成像技术现在都是许多
的中心。例如，在环境分析中以及在城 市规划里，将卫星图像作为原始图像或者以经处理的形式用于测绘。通常在使用包含这样 信息的图像之前，需要对其进行解译（即识别化，例如图像类型识别等)。该解译的目的通 常是识别，图像内的结构成为，诸如背景内的对象之类；划定一个到另一个或者大量不同色 度、结构或者在其他方面相互所有不同的界限的不同区段；一些例子有：识别卫星图像中 的道路、住宅、林地、草地、耕地等等。目前，该解译工作主要是基于专业人员的经验和有限 的图像数据信息进行简单的人工解译（即专业人员通过对图像各项属性的分析和理解，识 别其对应的类型)，解译的工作量大，效率低下，成本高昂，并且对解译人员要求很高。这种 解译工作在信息量大增的今天完全不能满足需要，所以，一种快速、低成本的解译或者土地 类型识别方法成为该领域的一种迫切需求。
技术实现思路
有鉴于此，本专利技术为解决现有技术中土地类型识别工作量大、效率低下的技术问 题，提供如下方法、单元、模块和系统。 本专利技术实施例提供的一种决策支持单元的构建方法，其中，包括如下步骤： S2、获取已识别土地类型的遥感数据，所述遥感数据包括若干属性数据； S4、选取至少两个所述属性数据作为特征属性数据进行聚类，将所述遥感数据分 成若干类簇； S6、对每个类簇中的遥感数据基于所述土地类型与特征属性数据进行重构； S8、对重构后遥感数据进行关联规则发现，获取关联结果； S10、存储关联概率大于概率阈值T的关联结果形成决策支持单元。进一步，所述步骤S6包括如下步骤： S62、选择所述特征属性数据中的一个或者多个作为重构属性数据； S64、对每份遥感数据进行条目标示组建，将每份遥感数据的土地类型及其重构属 性数据同时组建为该份遥感数据的条目标示； S66、对每个类簇中的所述条目标示进行排列组合，并统计各个排列组合的数量。 进一步，所述步骤S62还包括： 对选择的特征属性数据中的一个或多个进行分类处理，并将分类处理后的结果替 代所述选择的特征属性数据作为重构属性数据。 进一步，概率阈值T大于等于65%。 进一步，所述特征属性数据包括土地面积、中心坐标和土地周长中一个或者多个。 进一步，所述聚类采用DBSCAN算法、K-means算法和KNN算法中的一种。 进一步，所述关联规则发现采用Apriori算法。 本专利技术实施例提供的一种决策支持单元，其中，采用上述的构建方法构建获得。 本专利技术实施例提供的一种土地类型识别方法，其中，包括如下步骤： S100、采用上述的构建方法获取决策支持单元； S120、获取待识别遥感数据的属性数据，以及至少一个与所述待识别遥感数据相 邻的已识别遥感数据的土地类型及其属性数据； S130、对所述待识别遥感数据的属性数据以及所述相邻的已识别遥感数据作如下 处理： S132、获取所述待识别遥感数据与所述相邻的已识别遥感数据的重构属性数据； S134、对所述相邻的已识别遥感数据进行条目标示组建，将所述相邻的已识别遥 感数据的土地类型及其重构属性数据同时组建为所述相邻的已识别遥感数据的条目标 示； S140、结合所述相邻的已识别遥感数据的条目标示、所述待识别遥感数据的重构 属性数据与所述决策支持单元，给出所述待识别遥感数据的土地类型。 本专利技术实施例提供的一种土地类型识别模块，其中，包括： 采用上述的构建方法获取的决策支持单元，用于提供决策支持； 第一获取单元，用于获取待识别遥感数据的属性数据，以及至少一个与所述待识 别遥感数据相邻的已识别遥感数据的土地类型及其属性数据； 第一属性处理单元，用于获取所述待识别遥感数据与所述相邻的已识别遥感数据 的重构属性数据；以及对所述相邻的已识别遥感数据进行条目标示组建，将所述相邻的已 识别遥感数据的土地类型及其重构属性数据同时组建为所述相邻的已识别遥感数据的条 目标示； 第一处理单元，用于结合所述相邻的已识别遥感数据的条目标示、所述待识别遥 感数据的重构属性数据与所述决策支持单元，给出所述待识别遥感数据的土地类型。 本专利技术实施例提供的一种土地类型识别评价方法，其中，包括如下步骤： S200、采用上述的构建方法获取决策支持单元； S220、获取待评价遥感数据以及所述待评价遥感数据周边的遥感数据； S240、对待评价遥感数据及待评价遥感数据周边的遥感数据进行条目标示组建； S260、根据决策支持单元以及待评价遥感数据获取P (c，A)，该A为待评价的遥感 数据，c为A周边遥感数据的编号，P (c，A)表示基于编号为c的遥感数据的土地类型，A遥 感数据的土地类型的概率值； n S280、根据公式：A2获取待评价遥感数据的土地类型识别评价值，其 中，QA表示A遥感数据的土地类型识别的评价值，n为A周边遥感数据个数总和。 本专利技术实施例提供的一种土地类型识别评价模块，其中，包括： 采用上述的构建方法获取的决策支持单元，用于提供决策支持； 第二获取单元，用于获取待评价遥感数据以及所述待评价遥感数据周边的遥感数 据； 第二属性处理单元，用于对待评价遥感数据及待评价遥感数据周边的遥感数据进 行条目标示组建； 概率计算单元，根据决策支持单元以及待评价遥感数据获取P(c，A)，该A为待评 价的遥感数据，c为A周边遥感数据的编号，P (c，A)表示基于编号为c的遥感数据的土地 类型，A遥感数据的土地类型的概率值； n 评价计算单元：根据公式：仏获取待评价遥感数据的土地类型识别 评价值，其中，QA表示A遥感数据的土地类型识别的评价值，n为A周边遥感数据个数总和。 本专利技术实施例提供的一种土地类型验证系统，其中，包括上述土地类型识别模块 和/或上述的土地类型识别评价模块。 本专利技术实施例的土地类型识别模块给出多个土地类型作为候选或者土地类型，可 以实现有监督土地类型识别，使用者只需简单判断就可以较快、准确率较高地完成土地类 型识别工作，降低识别土地类型的工作量，这也降低了土地类型识别工作者的技能要求。【附图说明】 通过下面结合附图进行的详细描述，本专利技术的目的和特点将会变得更加清楚，其 中：图1是本专利技术实施例的决策支持单元你构建方法流程图； 图2是本专利技术实施例的聚类流程图； 图3是本专利技术实施例的重构方法流程图； 图4是本专利技术实施例的重构实例示意图； 图5是本专利技术实施例的土地类型识别方法流程图； 图6是本专利技术实施例的土地类型识别模块的结构示意图； 图7是本专利技术实施例的土地类型识别评价方法流程图； 图8是本专利技术实施例的土地类型识别评价模块示意图。【具体实施方式】 现在对本专利技术的实施例进行详细的描述，其示例表示在附图中，其中，相同的标号 始终表示相同的部件。下面通过参照附图对实施例进行描述以解释本专利技术。在下面的描述 中，为了避免公知结构和/或功能的不必要的详细描述所导致的本专利技术构思的混淆，可能 省略公知结构和/或功能的不要的详细描述。 当前第1页1 2 3 4 本文档来自技高网...

【技术保护点】
一种决策支持单元的构建方法，其特征在于，包括如下步骤：S2、获取已识别土地类型的遥感数据，所述遥感数据包括若干属性数据；S4、选取至少两个所述属性数据作为特征属性数据进行聚类，将所述遥感数据分成若干类簇；S6、对每个类簇中的遥感数据基于所述土地类型与特征属性数据进行重构；S8、对重构后遥感数据进行关联规则发现，获取关联结果；S10、存储关联概率大于概率阈值T的关联结果形成决策支持单元。

【技术特征摘要】

【专利技术属性】
技术研发人员：李超，罗军，郑茂恭，钱静，陈会娟，周启鸣，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东;44