土地利用类型预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种土地利用类型预测方法、装置、电子设备及存储介质，涉及遥感影像信息技术领域，该方法包括：获取目标区域在第一时间的土地利用遥感影像数据；对土地利用遥感影像数据进行处理，得到目标区域对应的至少一个像元在第一时间的土地利用数据；将各像元在第一时间的土地利用数据输入至目标土地利用预测模型，得到目标土地利用预测模型输出的各像元在第二时间的土地利用类型；目标土地利用预测模型是基于样本土地利用数据和样本标签数据进行训练得到的，用于对目标区域对应的各像元在第二时间的土地利用类型进行预测。本发明专利技术提供的方法，提升了土地利用类型预测的准确度。提升了土地利用类型预测的准确度。提升了土地利用类型预测的准确度。

【技术实现步骤摘要】
土地利用类型预测方法、装置、电子设备及存储介质


[0001]本专利技术涉及遥感影像信息
，尤其涉及一种土地利用类型预测方法、装置、电子设备及存储介质。

技术介绍

[0002]土地资源是人类赖以生存的基本资源，土地资源具有时空特性，合理科学地使用土地和保护土地是实现可持续发展的重要内容。土地利用的改变在一定程度上可以影响人类生存环境和经济发展。随着地理信息系统(Geographic Information Systems，GIS)和遥感(Remote Sensing，RS)技术的快速发展，土地利用历史数据已经达到二三十期。因此，土地利用空间分布的预测对未来土地利用规划具有重要意义。
[0003]相关技术中，土地利用预测常用的模型主要是元胞自动机马尔科夫(CA
‑
Markov)、FLUS模型、PLUS模型和CLUE
‑
S模型等，首先通过估算算法估算土地利用转换规则，再根据影响因素、土地利用数据和转换规则通过CA
‑
Markov、FLUS模型、PLUS模型和CLUE
‑...

【技术保护点】

【技术特征摘要】
1.一种土地利用类型预测方法，其特征在于，包括：获取目标区域在第一时间的土地利用遥感影像数据；对所述土地利用遥感影像数据进行处理，得到所述目标区域对应的至少一个像元在所述第一时间的土地利用数据；将各所述像元在第一时间的土地利用数据输入至目标土地利用预测模型，得到所述目标土地利用预测模型输出的各所述像元在第二时间的土地利用类型；所述目标土地利用预测模型是基于样本土地利用数据和样本标签数据进行训练得到的，用于对所述目标区域对应的各所述像元在所述第二时间的土地利用类型进行预测。2.根据权利要求1所述的土地利用类型预测方法，其特征在于，所述目标土地利用预测模型包括长短期记忆LSTM递归神经网络模块和多层感知器，所述将各所述像元在第一时间的土地利用数据输入至目标土地利用预测模型，得到所述目标土地利用预测模型输出的各所述像元在第二时间的土地利用类型，包括：将各所述像元在第一时间的土地利用数据输入至所述LSTM递归神经网络模块，得到所述LSTM递归神经网络模块输出的各所述像元分别对应的土地利用特征数据；将各所述像元分别对应的土地利用特征数据输入至所述多层感知器，得到所述多层感知器输出的各所述像元在第二时间的土地利用类型。3.根据权利要求1或2所述的土地利用类型预测方法，其特征在于，所述目标土地利用预测模型是基于以下步骤训练得到的：获取土地利用数据集；所述土地利用数据集包括所述目标区域对应的至少一个像元在不同时间的历史土地利用数据；将所述土地利用数据集划分为训练集和测试集；所述训练集包括各所述像元在不同时间对应的至少一组训练数据和标签数据；所述测试集包括各所述像元在不同时间对应的至少一组测试数据和真实数据；基于所述训练集和测试集，对初始土地利用预测模型进行训练，得到所述目标土地利用预测模型。4.根据权利要求3所述的土地利用类型预测方法，其特征在于，所述基于所述训练集和测试集，对初始土地利用预测模型进行训练，得到所述目标土地利用预测模型，包括：采用所述训练集对初始土地利...

【专利技术属性】
技术研发人员：尹小君，王娇娇，王帝盟，刘陕南，
申请(专利权)人：石河子大学，
类型：发明
国别省市：