一种遥感影像建筑区域土地利用属性空间迁移方法技术

本发明专利技术揭示了一种遥感影像土地利用属性空间迁移方法，包括获取遥感影像建筑区域的POI数据，并对POI数据进行建筑属性清洗，进一步将获得的建筑属性与土地利用属性建立映射关系；将遥感影像建筑区域的建筑图斑与属性清洗后的POI数据进行落点分析，获取具有POI落点的建筑图斑的建筑土地利用属性和特征；将具有建筑土地利用属性和特征的建筑图斑输入随机森林分类器中进行训练，并通过随机森林分类器对不具有POI落点的建筑图斑进行预测，使不具有POI落点的建筑图斑获得建筑土地利用属性。本发明专利技术实现土地利用属性的空间迁移，提高了遥感影像土地利用属性的赋值效率。

A method of spatial transfer of land use attributes in building area based on remote sensing image

The invention discloses a method for spatial migration of land use attributes of remote sensing image, which includes acquiring POI data of remote sensing image building area, cleaning building attributes of POI data, further establishing mapping relationship between acquired building attributes and land use attributes, analyzing landing point of building spots of remote sensing image building area and POI data after attribute cleaning, and acquiring POI data with P Building land use attributes and features of building spots with OI landing point; building spots with building land use attributes and features are input into random forest classifier for training, and building spots without POI landing point are predicted by random forest classifier, so that building spots without POI landing point can obtain building land use attributes. The invention realizes the spatial migration of land use attributes, and improves the assignment efficiency of land use attributes of remote sensing images.

【技术实现步骤摘要】
一种遥感影像建筑区域土地利用属性空间迁移方法
本专利技术涉及一种遥感影像图像处理
，尤其是涉及一种遥感影像建筑区域土地利用属性空间迁移方法。
技术介绍
随着人口的急剧增长，可利用的土地资源越来也少，土地利用问题也逐渐被人们所重视。在遥感
，土地利用一直是遥感影像解译的重要工作，也是资源合理分配调度及市政规划的重要参考依据。与传统的通过每十年一次的土地调查来探知全国土地利用情况相比，通过遥感影像解译土地利用情况可为全国土地调查工作提供可靠高效的解决方案。然而，现有技术中，在利用遥感影像解译土地利用时还通过人工对遥感影像中的土地利用属性进行判读，并进一步对土地利用属性进行赋值，然而人工进行土地利用属性的赋值存在如下问题：(1)人工进行土地利用属性的赋值需耗费大量的人力物力，且效率低下；(2)人工进行土地利用属性的赋值的过程中容易出错。
技术实现思路
本专利技术的目的在于克服现有技术的缺陷，提供一种遥感影像建筑区域土地利用属性空间迁移方法，提高土地利用属性赋值效率。为实现上述目的，本专利技术提出如下技术方案：一种遥感影像建筑区域土地利用属性空间迁移方法，包括如下步骤：S100，获取遥感影像建筑区域的至少一种POI数据，并根据所述POI数据进行建筑属性清洗，使每个建筑图斑对应唯一的建筑属性；S200，将建筑属性与土地调查获得的土地利用属性建立映射关系，使每个建筑属性对应建筑土地利用属性；S300，获取遥感影像建筑区域已有的土地覆盖图层中的建筑图斑，并根据所述建筑图斑与属性清洗后的POI数据进行落点分析，获取具有POI落点的建筑图斑的建筑土地利用属性，进一步获取所述具有POI落点的建筑图斑的特征；S400，将具有建筑土地利用属性和特征的建筑图斑输入随机森林分类器中进行训练，并通过随机森林分类器对不具有POI落点的建筑图斑进行预测，使不具有POI落点的建筑图斑获得建筑土地利用属性。优选地，在步骤S100中，根据所述POI数据进行建筑属性清洗包括：建立属性关键词样本库；计算待匹配的建筑属性与属性关键词样本库中每个属性关键词的相似度；选取相似度最大的待匹配的建筑属性作为建筑图斑的建筑属性。优选地，通过如下步骤计算相似度：将待匹配的建筑属性及属性关键词转换为向量,并根据如下公式计算相似度：其中，A为待匹配的建筑属性转换后的向量，B为属性关键词转换后的向量。优选地，通过词袋模型One-hot文本表示方法将待匹配的建筑属性和属性关键词转换为向量。优选地，在步骤S300中，具有POI落点的建筑图斑的建筑土地利用属性通过如下步骤获得：将POI数据转换为POI点图层；将POI点图层与土地覆盖图层进行匹配处理，并在匹配过程中获取落在建筑图斑内的POI点，进一步通过最邻近算法对落在建筑图斑内的POI点进行筛选，将筛选出的POI点对应的建筑土地利用属性作为建筑图斑的建筑土地利用属性。优选地，具有POI落点的建筑图斑的特征通过如下步骤获取：针对根据遥感影像的建筑特点进行特征设计；根据特征设计提取建筑图斑的特征。优选地，还包括S500，将随机森林分类器的训练结果与验证集进行匹配，验证建筑土地利用属性迁移精度。本专利技术的有益效果是：本专利技术所述的遥感影像建筑区域土地利用属性空间迁移方法，通过POI数据获取建筑区域内具有POI落点的建筑图斑的建筑属性和特征，进一步通过具有建筑属性和特征的建筑图斑训练随机森林分类器，使随机森林分类器预测不具有POI落点的建筑图斑的建筑属性，最终实现土地利用属性的空间迁移，提高了遥感影像土地利用属性的赋值效率。附图说明图1是本专利技术的流程图示意图；图2是本专利技术的相似度计算流程图示意图；图3是本专利技术的遥感影像建筑区域部分影像图；图4是图3中土地利用属性空间迁移前的影像图；图5是图4中土地利用属性空间迁移后的影像图。具体实施方式下面将结合本专利技术的附图，对本专利技术实施例的技术方案进行清楚、完整的描述。本专利技术所揭示的一种遥感影像建筑区域土地利用属性空间迁移方法，通过POI(PointOfInterest，兴趣点)数据获取建筑区域内具有POI落点的建筑图斑的建筑属性和特征，进一步通过具有建筑属性和特征的建筑图斑训练随机森林分类器(RF，RandomForest)，使随机森林分类器预测不具有POI落点的建筑图斑的建筑属性，最终实现土地利用属性的空间迁移，提高了遥感影像土地利用属性的赋值效率。如图1所示，为本专利技术所揭示的一种遥感影像建筑区域土地利用属性空间迁移方法，包括如下步骤：S100，获取遥感影像建筑区域的至少一种POI数据，并对所述POI数据进行建筑属性清洗，使每个建筑图斑对应唯一的建筑属性；具体地，在地里信息系统中，每个POI(PointOfInterest，兴趣点)通常包括名称、类别、经度、纬度信息，其可以是一个商店、酒吧、加油站等。实施时，POI数据可通过主流地图服务商获取，如通过网络爬虫从百度地图、高德地图、腾讯地图中的一个或多个获取POI数据。本实施例中，以通过网络爬虫分别从百度地图、高德地图和腾讯地图获取POI数据为例，对如何进行建筑属性清洗进行详细的说明。通过网络爬虫百度地图、高德地图和腾讯地图获取三种POI数据，POI数据包括建筑属性信息，如商店、酒吧、加油站等，则遥感影像建筑区域已有的土地覆盖图层中的每个建筑图斑具有三个临时建筑属性，如小学、中学和大学，可通过关键词匹配的方法对多个临时建筑属性进行清洗，使每个建筑图斑对应唯一的建筑属性，也即建筑区域的POI数据一般都是建筑相关的属性，如团体、机关、社等等，将这些关键字作为语义因子，并通过字符串匹配的分词方法将三种临时建筑属性整合为唯一的一种建筑属性，如将小学、中学和大学整合为学校。进一步地，通过关键字匹配方法对POI数据进行建筑属性清洗包括如下步骤：首先，建立属性关键词样本库；其次，计算待匹配的建筑属性与属性关键词样本库中每个建筑属性的相似度；最后，选取相似度最大的待匹配的建筑属性作为建筑图斑的建筑属性。实施时，首先将待匹配的建筑属性转换为向量，同时将属性关键词样本库中的建筑属性也转换为向量，进一步根据如下公式计算两个词的相似度：其中，A为待匹配的建筑属性转换后的向量，B为属性关键词转换后的向量。余弦值可表征两个向量的相似性，夹角越小，余弦值越接近于1，两个向量的方向更加吻合，也即两个词相似度高。具体实施时，可通过词袋模型One-hot(独热编码)文本表示方法将待匹配的关键词转换为向量，及通过词袋模型One-hot文本表示方法将属性关键词样本库中的属性关键词转换为向量。步骤S200，将建筑属性与土地调查获得的土地利用属性建立映射关系，使每个建筑属性对应建筑土地利用属性；具体地，将步骤S100获得的建筑属性本文档来自技高网...

【技术保护点】
1.一种遥感影像建筑区域土地利用属性空间迁移方法，其特征在于，包括如下步骤：/nS100，获取遥感影像建筑区域的至少一种POI数据，并根据所述POI数据进行建筑属性清洗，使每个建筑图斑对应唯一的建筑属性；/nS200，将建筑属性与土地调查获得的土地利用属性建立映射关系，使每个建筑属性对应建筑土地利用属性；/nS300，获取遥感影像建筑区域已有的土地覆盖图层中的建筑图斑，并根据所述建筑图斑与属性清洗后的POI数据进行落点分析，获取具有POI落点的建筑图斑的建筑土地利用属性，进一步获取所述具有POI落点的建筑图斑的特征；/nS400，将具有建筑土地利用属性和特征的建筑图斑输入随机森林分类器中进行训练，并通过随机森林分类器对不具有POI落点的建筑图斑进行预测，使不具有POI落点的建筑图斑获得建筑土地利用属性。/n

【技术特征摘要】
1.一种遥感影像建筑区域土地利用属性空间迁移方法，其特征在于，包括如下步骤：
S100，获取遥感影像建筑区域的至少一种POI数据，并根据所述POI数据进行建筑属性清洗，使每个建筑图斑对应唯一的建筑属性；
S200，将建筑属性与土地调查获得的土地利用属性建立映射关系，使每个建筑属性对应建筑土地利用属性；
S300，获取遥感影像建筑区域已有的土地覆盖图层中的建筑图斑，并根据所述建筑图斑与属性清洗后的POI数据进行落点分析，获取具有POI落点的建筑图斑的建筑土地利用属性，进一步获取所述具有POI落点的建筑图斑的特征；
S400，将具有建筑土地利用属性和特征的建筑图斑输入随机森林分类器中进行训练，并通过随机森林分类器对不具有POI落点的建筑图斑进行预测，使不具有POI落点的建筑图斑获得建筑土地利用属性。


2.根据权利要求1所述的方法，其特征在于，在步骤S100中，根据所述POI数据进行建筑属性清洗包括：
建立属性关键词样本库；
计算待匹配的建筑属性与属性关键词样本库中每个属性关键词的相似度；
选取相似度最大的待匹配的建筑属性作为建筑图斑的建筑属性。


3.根据权利要求2所述的方法，其特征在于，通过如下步骤计算相...

【专利技术属性】
技术研发人员：李俊刚，周楠，魏春山，胡晓东，骆剑承，王嘉炜，刘畅，韩小妹，李昕，张竹林，
申请(专利权)人：苏州中科天启遥感科技有限公司，中国科学院遥感与数字地球研究所，
类型：发明
国别省市：江苏;32