[發(fā)明專利]一種土地利用變化驅(qū)動力的識別方法、系統(tǒng)和裝置在審
| 申請?zhí)枺?/td> | 201810120621.1 | 申請日: | 2018-02-07 |
| 公開(公告)號: | CN108428007A | 公開(公告)日: | 2018-08-21 |
| 發(fā)明(設(shè)計(jì))人: | 王琦;李芳柏;劉建鋒;于煥云;孫蔚旻;郝冬梅 | 申請(專利權(quán))人: | 廣東省生態(tài)環(huán)境技術(shù)研究所 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q50/26 |
| 代理公司: | 廣州嘉權(quán)專利商標(biāo)事務(wù)所有限公司 44205 | 代理人: | 胡輝 |
| 地址: | 510650 *** | 國省代碼: | 廣東;44 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 驅(qū)動力 土地利用變化 隨機(jī)梯度 預(yù)測模型 迭代優(yōu)化 驅(qū)動 環(huán)境建模 集成分類 模型計(jì)算 研究區(qū)域 貢獻(xiàn)率 迭代 減小 應(yīng)用 | ||
本發(fā)明公開了一種土地利用變化驅(qū)動力的識別方法、系統(tǒng)和裝置,該方法包括以下步驟:獲取研究區(qū)域內(nèi)的驅(qū)動因子的數(shù)據(jù);根據(jù)獲取的驅(qū)動因子的數(shù)據(jù),使用隨機(jī)梯度提升法對預(yù)測模型進(jìn)行M次迭代優(yōu)化,得到驅(qū)動力識別模型;根據(jù)驅(qū)動力識別模型計(jì)算不同土地利用變化的驅(qū)動因子的貢獻(xiàn)率,該系統(tǒng)和裝置用于執(zhí)行土地利用變化驅(qū)動力的識別方法。本發(fā)明采用隨機(jī)梯度提升法來對預(yù)測模型進(jìn)行迭代優(yōu)化,而隨機(jī)梯度提升法集成分類樹和提升法,其能夠通過迭代不斷地減小預(yù)測模型的偏差,從而獲得高精度的驅(qū)動力識別模型。本發(fā)明可以廣泛應(yīng)用于環(huán)境建模技術(shù)領(lǐng)域。
技術(shù)領(lǐng)域
本發(fā)明涉及環(huán)境建模技術(shù)領(lǐng)域,尤其是一種土地利用變化驅(qū)動力的識別方法、系統(tǒng)和裝 置。
背景技術(shù)
土地利用變化建模是土地科學(xué)研究的重點(diǎn),針對土地利用變化機(jī)制的研究是土地利用變 化模型的基礎(chǔ),是土地變化問題的研究核心。因而土地利用變化歸因極為重要,是探討土地 利用驅(qū)動機(jī)制、支持城市規(guī)劃與政策制定以及評估土地利用對生態(tài)環(huán)境影響的重要工具。
土地利用變化歸因模型是通過分析土地利用時(shí)間和空間格局的變化,以及各種影響土地 利用變化的因素及其作用方式,揭示土地利用變化的特征并闡明土地利用變化的過程。目前 土地利用變化歸因模型主要采用經(jīng)驗(yàn)統(tǒng)計(jì)模型,該模型利用線性相關(guān)表明變量之間關(guān)系的數(shù) 學(xué)方程式,以土地利用變化類別值作為因變量,驅(qū)動力因子組成自變量,通過回歸方程系數(shù) 值來反映土地利用變化的關(guān)系,該方法簡單實(shí)用,擴(kuò)展性強(qiáng),可進(jìn)行單一模擬。然而在復(fù)雜 的人地關(guān)系地域系統(tǒng)中,眾多的社會、經(jīng)濟(jì)、技術(shù)與自然環(huán)境條件之間的相互作用并非是一 種簡單的線性關(guān)系。線性模型得到的因果范式難以表達(dá)區(qū)域土地屬性受臨界值域、突變或隨 機(jī)因素影響的非線性變化現(xiàn)象,因此模型的模擬精度較低。
發(fā)明內(nèi)容
為解決上述技術(shù)問題,本發(fā)明的目的在于:提供一種模擬精度高的土地利用變化驅(qū)動力 的識別方法、系統(tǒng)和裝置。
本發(fā)明所采取的第一種技術(shù)方案是:
一種土地利用變化驅(qū)動力的識別方法,包括以下步驟:
獲取研究區(qū)域內(nèi)的驅(qū)動因子的數(shù)據(jù);
根據(jù)獲取的驅(qū)動因子的數(shù)據(jù),使用隨機(jī)梯度提升法對預(yù)測模型進(jìn)行M次迭代優(yōu)化,得到 驅(qū)動力識別模型;
根據(jù)驅(qū)動力識別模型計(jì)算不同土地利用變化的驅(qū)動因子的貢獻(xiàn)率。
進(jìn)一步,所述驅(qū)動力識別模型的表達(dá)式為:
其中,F(xiàn)M(x)代表經(jīng)過M次迭代優(yōu)化后的預(yù)測模型,即驅(qū)動力識別模型,M代表迭代的 次數(shù),J代表葉節(jié)點(diǎn)的數(shù)量,Rjm代表第m棵樹的葉節(jié)點(diǎn)區(qū)域,Cjm代表使預(yù)測模型的損失函數(shù)最小化的葉節(jié)點(diǎn)對應(yīng)的輸出值,I代表樣本。
進(jìn)一步,還包括以下步驟:
對獲取到的驅(qū)動因子的數(shù)據(jù)進(jìn)行分辨率均一化處理。
進(jìn)一步,還包括以下步驟:
利用偏相關(guān)分析土地利用變化與單一驅(qū)動因子間的相關(guān)關(guān)系。
進(jìn)一步,還包括以下步驟:
驗(yàn)證驅(qū)動力識別模型的擬合度,以及使用十折交叉檢驗(yàn)法驗(yàn)證驅(qū)動力識別模型的精度。
進(jìn)一步,所述驅(qū)動因子的數(shù)據(jù)包括自然地理數(shù)據(jù)和社會經(jīng)濟(jì)數(shù)據(jù),其中:
所述自然地理數(shù)據(jù)包括地形、水文和氣象數(shù)據(jù)中的至少一種;
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于廣東省生態(tài)環(huán)境技術(shù)研究所,未經(jīng)廣東省生態(tài)環(huán)境技術(shù)研究所許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810120621.1/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種基于共同鄰居節(jié)點(diǎn)和社團(tuán)結(jié)構(gòu)的互聯(lián)網(wǎng)鏈路預(yù)測方法
- 下一篇:一種D-S證據(jù)理論中基于優(yōu)化證據(jù)距離的證據(jù)融合方法
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預(yù)定,例如用于門票、服務(wù)或事件的
G06Q10-04 .預(yù)測或優(yōu)化,例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項(xiàng)目管理,例如組織、規(guī)劃、調(diào)度或分配時(shí)間、人員或機(jī)器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運(yùn)輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計(jì)算機(jī)輔助管理
- 土地利用變化動態(tài)預(yù)測的方法
- 一種基于歷史數(shù)據(jù)及遙感數(shù)據(jù)的土地利用圖自動更新方法
- 基于GIS系統(tǒng)的土地資源利用變化動態(tài)預(yù)測模型及其使用方法
- 一種檢測土地利用類型變化的方法
- 一種分時(shí)序省級土地利用數(shù)據(jù)處理方法及系統(tǒng)
- 一種基于遙感衛(wèi)星影像的高自動化土地利用更新方法
- 基于土地時(shí)空模型反饋土地利用變化的方法及系統(tǒng)
- 土地利用變化模擬方法及系統(tǒng)
- 一種土地利用動態(tài)變化地圖的構(gòu)建方法
- 量化氣候和土地利用變化對陸地生態(tài)財(cái)富變化貢獻(xiàn)的方法
- 一種基于隨機(jī)最優(yōu)化的多震源粘聲最小二乘逆時(shí)偏移方法
- 基于隨機(jī)森林和梯度提升樹的預(yù)測污水出水指標(biāo)的方法
- 一種基于改進(jìn)型隨機(jī)并行梯度下降算法的光纖耦合方法
- 一種基于改進(jìn)隨機(jī)梯度下降的圖像分類方法及裝置
- 提升安全性的縱向聯(lián)邦學(xué)習(xí)方法、設(shè)備、系統(tǒng)及存儲介質(zhì)
- 攝像機(jī)裝置的標(biāo)志識別方法及標(biāo)志識別裝置
- 基于隨機(jī)梯度追蹤技術(shù)的大數(shù)據(jù)二分類分布式優(yōu)化方法
- 一種基于差分隱私及隨機(jī)梯度下降的數(shù)據(jù)分類方法
- 一種擴(kuò)散自適應(yīng)網(wǎng)絡(luò)學(xué)習(xí)方法、系統(tǒng)、終端及存儲介質(zhì)
- 一種基于改進(jìn)隨機(jī)平均梯度下降的醫(yī)學(xué)命名實(shí)體識別方法
- 基于時(shí)間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法
- 一種基于方差最小的短期風(fēng)功率預(yù)測方法
- 模型自匹配融合健康預(yù)測方法
- 交通時(shí)間預(yù)測系統(tǒng)、交通時(shí)間預(yù)測方法以及交通模型建立方法
- 預(yù)測方法、訓(xùn)練方法、裝置、服務(wù)器及介質(zhì)
- 一種基于供電企業(yè)大數(shù)據(jù)模型庫的用電預(yù)測方法
- 信息預(yù)測方法和裝置
- 基于模型復(fù)用的模型預(yù)測方法、模型預(yù)測裝置及系統(tǒng)
- 模型融合方法、預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)
- 考慮預(yù)測誤差的機(jī)柜設(shè)備發(fā)熱量超短期預(yù)測方法及系統(tǒng)





