一种城市用地功能识别与变化检测方法技术

本发明专利技术公开了一种融合遥感影像和POI数据的城市用地功能识别与变化检测方法，所述方法包括：提取基于遥感影像的用地类型；基于POI数据进行城市功能区识别；融合不同尺度的功能区识别结果；检测城市功能区变化，分析演化趋势。本发明专利技术综合考虑了不同来源数据的特征，融合遥感影像和POI数据对城市功能区进行不同尺度的识别，对识别结果的融合，实现城市功能区的精准识别；并充分考虑了POI面积权重，从而可以有效地识别混合功能区；并通过多时序数据，建立城市功能区时空变化的演化分析模型，挖掘城市用地功能的时空变化规律与趋势。

【技术实现步骤摘要】
一种城市用地功能识别与变化检测方法
本专利技术属于大数据分析领域，尤其涉及一种融合遥感影像和POI数据的城市用地功能识别与变化检测方法。
技术介绍
城市土地利用和功能分区(即城市功能区)是城市空间内由功能相似的要素组成的地理单元。识别城市功能区有助于更好地理解一个城市的空间结构，为分析现实中城市发展与城市规划的差异，明确合理规划方向奠定基础。城市功能区的变化是对城市中人类活动的现实响应，通过功能区变化反观人类活动程度和规模，对进一步研究人类活动的发展规律，指导土地资源合理开发等问题具有重要的辅助作用。因此，城市功能区识别及其变化分析是当前测绘、国土资源、规划、等部门重点关注的一个问题。城市中通勤、娱乐、购物等行为均以建设用地为载体，如何提取建设用地功能是识别城市功能区的重要一步。传统的城市功能区识别研究大多是采用土地利用类型现状图、调查问卷等数据，通过聚类算法或建立指标体系等方式对城市功能区进行划分。这类方法由于数据的获取能力非常有限，且费时耗力效率低，无法满足目前快速变化的城市功能区识别的需求。随着对地观测技术的突破和发展，遥感技术手段在城市土地利用类型识别和动态监测中取得了丰富成本文档来自技高网...

【技术保护点】
1.一种融合遥感影像和POI数据的城市功能用地识别与变化检测方法，其特征在于，所述方法包括：S1、提取基于遥感影像的用地类型；S2、基于POI数据进行城市功能区识别；S3、融合不同尺度的功能区识别结果；S4、检测城市功能区变化，分析演化趋势。

【技术特征摘要】
1.一种融合遥感影像和POI数据的城市功能用地识别与变化检测方法，其特征在于，所述方法包括：S1、提取基于遥感影像的用地类型；S2、基于POI数据进行城市功能区识别；S3、融合不同尺度的功能区识别结果；S4、检测城市功能区变化，分析演化趋势。2.如权利要求1所述的方法，其特征在于，所述步骤S1包括：S11、根据城市规划规范的要求，对城市功能区土地用地类型进行基础分类，基于所述分类建立不同土地类型的影像样本数据库；S12、构建卷积神经网络，通过所述影像样本数据库对所述神经网络进行训练，采用训练好的网络模型对遥感影像进行语义分割，提取土地利用分类中的五大类土地覆盖类型。3.如权利要求2所述的方法，其特征在于，所述五大类土地覆盖类型为建设用地、草地、林地、耕地、水域。4.如权利要求1所述的方法，其特征在于，所述步骤S2包括：S21、采用城市路网数据将城市空间划分为不同的街区单元；S22、对采集的城市区域内的POI数据进行数据清理和坐标转换，按照POI分类标准将各POI分类类型通过类型合并处理，转化为所述土地用地类型的基础类别；S23、剔除所述POI数据中的噪声点，根据街区边界范围，统计落入每个街区单元内的POI类型分布；S24、依据从高德地图API获取的POI边界信息计算POI占地面积，为不同类型POI赋予相应的面积作为权重；S25、计算各街区内不同类型POI所占比重，根据各街区内每类POI所占比重，设置阈值以确定该街区的主要功能属性。5.如权利要求4所述的方法，其特征在于，所述计算各街区内不同类型POI所占比重包括：其中，Pk，q为第q个街区内第k大类POI所占比重，n为第k大类POI所属的小类数量，Qi为第i个小类POI数量，Ai为第i个小类POI的占地面积；m为第q街区所有小类数量，Qj为第j个小类POI数量，Aj为第j个小类POI的占地面积。6.如权利要求1所述的方法，其特征在于，所述步骤S3包括：在街区尺度上将基于遥感影像语义分割的用地类型图斑与利用POI的功能区识别结果融合，根据遥感影像中提取的用地类型辅助识别基于POI错误识别或无法识别的区域。7.如权利要求1或6所述的方法，其...

【专利技术属性】
技术研发人员：刘慧敏，徐一源，唐建波，邓敏，石岩，陈杰，
申请(专利权)人：中南大学，
类型：发明
国别省市：湖南,43