[發(fā)明專利]一種基于自適應(yīng)可變?yōu)V鏡的地類變化預(yù)測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810649596.6
• 申請(qǐng)日: 2018-06-22
• 公開（公告）號(hào): CN108985493A
• 公開（公告）日: 2018-12-11
• 發(fā)明（設(shè)計(jì)）人: 柳長源;劉鵬
• 申請(qǐng)（專利權(quán)）人: 哈爾濱理工大學(xué)
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 哈爾濱市偉晨專利代理事務(wù)所(普通合伙) 23209
• 代理人: 張偉

本發(fā)明一種基于自適應(yīng)可變?yōu)V鏡的地類變化預(yù)測(cè)方法屬于土地利用預(yù)測(cè)領(lǐng)域；在本發(fā)明一種基于自適應(yīng)可變?yōu)V鏡的地類變化預(yù)測(cè)方法中，結(jié)合元胞自動(dòng)機(jī)以及神經(jīng)網(wǎng)絡(luò)模型，建立一種自適應(yīng)可變?yōu)V鏡網(wǎng)絡(luò)模型，針對(duì)特定大小區(qū)域內(nèi)的土地類別數(shù)，創(chuàng)建多類數(shù)據(jù)集來訓(xùn)練不同參數(shù)的多個(gè)神經(jīng)網(wǎng)絡(luò)，可以成功預(yù)測(cè)未來土地變化的情況，這樣就避免了訓(xùn)練單一網(wǎng)絡(luò)時(shí)數(shù)據(jù)對(duì)網(wǎng)絡(luò)權(quán)值的抵消，相比于傳統(tǒng)的CA_Markov模型和CA_ANN模型，不僅總體精度提高了3％，各種地類轉(zhuǎn)化精度提高了12.82％?33.33％，模型訓(xùn)練時(shí)間也縮減了49.47％。

技術(shù)領(lǐng)域

本發(fā)明一種基于自適應(yīng)可變?yōu)V鏡的地類變化預(yù)測(cè)方法屬于土地利用預(yù)測(cè)領(lǐng)域。

背景技術(shù)

土地利用變化反映了經(jīng)濟(jì)社會(huì)發(fā)展對(duì)土地資源利用的影響，是環(huán)境變化以及可持續(xù)發(fā)展的重點(diǎn)研究內(nèi)容，同時(shí)也是全球土地利用領(lǐng)域研究的難點(diǎn)；近年來，對(duì)土地利用變化情況進(jìn)行預(yù)測(cè)成為了LUCC(land use/cover change)的主要研究方向，得到了公眾廣泛的關(guān)注；客觀地、科學(xué)地分析土地利用的變化趨勢(shì)，不僅可以使土地的開發(fā)和建設(shè)更具有科學(xué)性，對(duì)自然環(huán)境的改善和保護(hù)更加符合大自然的客觀規(guī)律，也可以為經(jīng)濟(jì)的可持續(xù)發(fā)展提供建設(shè)性的意見和建議；近十多年來，借助于計(jì)算機(jī)、遙感和GIS技術(shù)，無論是從統(tǒng)計(jì)土地利用信息方法，還是對(duì)于遙感影像進(jìn)一步的處理技術(shù)都得隨著“重振東北老工業(yè)基地”政策的提出，哈爾濱作為省會(huì)城市，整體土地利用格局發(fā)生了顯著的變化，探索其中的變化規(guī)律，對(duì)于東北地區(qū)的土地格局規(guī)劃有著重要的參考意義。

發(fā)明內(nèi)容

針對(duì)上述問題，本發(fā)明公開了一種現(xiàn)代農(nóng)業(yè)監(jiān)管分析系統(tǒng)，本發(fā)明選取哈爾濱香坊地區(qū)為研究區(qū)域，對(duì)衛(wèi)星遙感圖像解析出柵格數(shù)據(jù)，采用人工神經(jīng)網(wǎng)絡(luò)(artificialneural network,ANN)與元胞自動(dòng)機(jī)(cellular automata,CA)耦合模型，并加入了自適應(yīng)可變?yōu)V鏡，相比傳統(tǒng)CA_ANN模型，各地類預(yù)測(cè)精度提升了12.82％-33.33％，模型訓(xùn)練時(shí)間也縮短了49.47％。

本發(fā)明的目的是這樣實(shí)現(xiàn)的：

一種基于自適應(yīng)可變?yōu)V鏡的地類變化預(yù)測(cè)方法，根據(jù)歷史土地類別變化數(shù)據(jù)，預(yù)測(cè)若干年后土地類別分布包括以下步驟：

步驟a，將某一地區(qū)內(nèi)等間隔年份，以2000年、2005年、2010年、2015年為例，的土地利用類型按照土地覆蓋變化標(biāo)準(zhǔn)劃分為耕地、林地、草地、城鎮(zhèn)用地、農(nóng)村居民點(diǎn)、其它建設(shè)用地和未利用地7類；

步驟b，將上述各年份該地區(qū)范圍內(nèi)所有的土地利用類型劃分為7類后，對(duì)數(shù)據(jù)預(yù)處理操作，將該地區(qū)劃分為由若干柵格組成，每一個(gè)柵格為長30m，寬30m的正方形，即為一個(gè)元胞，選取相鄰的五行五列也就是，5×5，25個(gè)元胞大小的區(qū)域作為濾鏡，用濾鏡截取該區(qū)域內(nèi)所有濾鏡大小的范圍，然后判斷，每一個(gè)濾鏡中的25個(gè)元胞內(nèi)包含土地類型的類數(shù)，根據(jù)類數(shù)分別存入不同的數(shù)據(jù)集中作為訓(xùn)練數(shù)據(jù)集，將每一個(gè)元胞的土地類型表示方法為設(shè)定為“0-1“即：

耕地：1000000；

草地：0100000；

林地：0010000；

以此類推，這樣編碼的目的是為了區(qū)分各個(gè)地類；

每一個(gè)元胞編碼都有7位，5×5大小的濾鏡內(nèi)所有元胞，就是5×5×7，即為175個(gè)，神經(jīng)網(wǎng)絡(luò)輸入層神經(jīng)元個(gè)數(shù)為175，設(shè)置隱藏層為16個(gè)，輸出層7個(gè)，表示下一時(shí)刻5×5區(qū)域內(nèi)中心位置進(jìn)行土地類別的預(yù)測(cè)結(jié)果；

步驟c，將2000年數(shù)據(jù)輸入，參考分析2005年數(shù)據(jù)，訓(xùn)練出初始網(wǎng)絡(luò)模型，將所有訓(xùn)練數(shù)據(jù)都輸入訓(xùn)練，上述訓(xùn)練不只訓(xùn)練一個(gè)模型，要根據(jù)濾鏡內(nèi)土地類別數(shù)，訓(xùn)練多個(gè)模型，如該地區(qū)所有濾鏡范圍內(nèi)存在一類、二類、三類、四類，所述是一類、二類、三類、四類的類型是土地利用類型劃分為7類后的前四種類型，將上述類別模型訓(xùn)練四個(gè)權(quán)重不同的模型；