一种边海地区复杂场景智能分类方法和系统技术方案

本申请提供一种边海地区复杂场景智能分类方法和系统，属于空间场景分类技术领域。基于多模态数据计算各个分区斑块的空间信息熵指数，利用空间信息熵指数对分区斑块内的地表空间进行场景复杂性度量；以复杂性度量指标作为特征定量化表达依据，基于空间聚类算法，将边海研究区的复杂场景划分为多个内部相对均质的区域，得到地理分区；对地理分区进行分级，并根据地理分区的级别构建不同级别下各个地理分区的训练样本数据和验证集数据；采用卷积神经网络模型CNN分别构建不同地理分区的场景分类模型，基于训练样本数据和验证集数据，对场景分类模型进行训练、验证，得到最终的边海地区复杂场景智能分类模型，由此提高边海地区空间场景分类效率和精度。

【技术实现步骤摘要】

本申请涉及空间场景分类，特别涉及一种边海地区复杂场景智能分类方法和系统。

技术介绍

1、随着遥感和社会感知为代表的地理大数据广泛覆盖的时代到来，经典的土地利用/覆被分类逐渐向场景分类发展。场景源于计算机视觉领域中的场景识别技术，后被引入高分辨率遥感影像的解译识别领域，也即场景分类，将遥感图像内的各种土地覆盖类型和地面对象提取并分类为各自的语义类别，特别是城市建成区。

2、目前场景分类多集中于城市建成区，对于边海地区研究较少。文献“唐玉芝等，基于空间场景的海岸带与海域生态承载力及可持续评价。地理学报78(11)，2811-2832”中，基于随机森林的方法开展大湾区海岸带及海域场景提取及承载力研究，但是需要辅以大量人工优化修正。因此，边海地区智能解译精度和效率仍需提升。

技术实现思路

1、本申请的目的在于提供一种边海地区复杂场景智能分类方法和系统，以解决或缓解上述现有技术中存在的边海地区复杂场景分类解译面临地表特征复杂多样，一种模型难以保证精度的难题。

2、为了实现上述目的，本申请提供如下本文档来自技高网...

【技术保护点】

1.一种边海地区复杂场景智能分类方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在获取边海研究区的多模态数据之后，还包括：

3.根据权利要求1所述的方法，其特征在于，所述多模态数据还包括：兴趣点POI数据、DEM数据、基础地理数据；

4.根据权利要求1所述的方法，其特征在于，所述空间聚类算法为K均值聚类方法；

5.根据权利要求1所述的方法，其特征在于，根据所述地理分区的级别构建不同级别下各个地理分区的训练样本数据和验证集数据，具体为：

6.根据权利要求5所述的方法，其特征在于，对所述对于样本点实行分层选取，包...

【技术特征摘要】

1.一种边海地区复杂场景智能分类方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，在获取边海研究区的多模态数据之后，还包括：

3.根据权利要求1所述的方法，其特征在于，所述多模态数据还包括：兴趣点poi数据、dem数据、基础地理数据；

4.根据权利要求1所述的方法，其特征在于，所述空间聚类算法为k均值聚类方法；

5.根据权利要求1所述的方法，其特征在于，根据所述地理分区的级别构建不同级别下...

【专利技术属性】
技术研发人员：颜凤芹，苏奋振，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：