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
‑
S模型等元胞自动机模型进行土地利用预测，其中，这些土地利用预测模型仅在算法估算土地利用转化规则和影响因素的选择有所不同，常用的估算算法主要包括三种，一种是传统的统计学方法，比如逻辑回归；一种是智能优化算法，如遗传算法和粒子群算法等；一种是深度学习算法，比如人工神经网络。
[0004]然而，相关技术中所使用的土地利用预测模型仅利用2至3期的土地利用数据和相关的影响因素进行预测，使得土地利用预测模型尚未充分发掘土地利用历史数据信息，以及土地利用改变的影响因素众多且影响程度不一，包括自然条件、经济发展和人为干扰等，使得一些影响因素无法量化且权重难以判断，影响因素的选择存在主观性，导致对土地利用类型预测的准确度低。

技术实现思路

[0005]本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，用以解决现有技术中对土地利用类型预的测准确度低的缺陷，实现更加准确的预测土地利用类型。
[0006]本专利技术提供一种土地利用类型预测方法，包括：
[0007]获取目标区域在第一时间的土地利用遥感影像数据；
[0008]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；
[0009]将各所述像元在第一时间的土地利用类型数据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。
[0010]根据本专利技术提供的一种土地利用类型预测方法，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：
[0011]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；
[0012]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。
[0013]根据本专利技术提供的一种土地利用类型预测方法，所述目标土地利用预测模型是基于以下步骤训练得到的：
[0014]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；
[0015]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；
[0016]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。
[0017]根据本专利技术提供的一种土地利用类型预测方法，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：
[0018]采用所述训练集对初始土地利用预测模型进行训练，得到第一土地利用预测模型；
[0019]采用所述测试集对所述第一土地利用预测模型进行验证；
[0020]判断是否满足训练停止条件；所述训练停止条件包括验证精度不小于预设阈值或者迭代次数达到预设次数；
[0021]基于所述判断的结果，确定所述目标土地利用预测模型。
[0022]根据本专利技术提供的一种土地利用类型预测方法，所述基于所述判断的结果，确定所述目标土地利用预测模型，包括：
[0023]在未满足训练停止条件的情况下，重复执行所述采用所述训练集对初始土地利用预测模型进行训练的步骤；
[0024]在满足训练停止条件的情况下，将所述第一土地利用预测模型作为目标土地利用预测模型。
[0025]根据本专利技术提供的一种土地利用类型预测方法，所述土地利用类型包括以下至少一项：耕地、林地、草地、水域、建设用地和未利用地。
[0026]本专利技术还提供一种土地利用类型预测装置，包括：
[0027]获取模块，用于获取目标区域在第一时间的土地利用遥感影像数据；
[0028]处理模块，用于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；
[0029]预测模块，用于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。
[0030]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述土地利用类型预测方法。
[0031]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述土地利用类型预测方法。
[0032]本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述土地利用类型预测方法。
[0033]本专利技术提供的土地利用类型预测方法、装置、电子设备及存储介质，通过获取目标区域在第一时间的土地利用遥感影像数据，再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；将各像元的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本文档来自技高网...

【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：