买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：内蒙古师范大学

摘要：本申请涉及数据处理技术领域，提供一种土地利用变化驱动因素的正负影响可视化和定量化方法。该方法基于可解释性人工智能XAI技术，构建可解释地理空间人工智能模型；该模型包括土地利用变化驱动机制的多级模型解释器；获取研究区域的土地利用变化数据和驱动因素数据集，并通过建模前解释模块对土地利用变化数据和驱动因素数据集进行驱动机制解释和知识发现，得到建模前先验知识库；通过建模中解释模块对GeoAI模型的模拟预测结果进行显示化破解，得到土地利用变化驱动机制的XAI解释结果；利用建模后验证模块，结合建模前先验知识库对XAI解释结果进行合理性评估。该通过构建可解释地理空间人工智能模型，定量化、可视化展示LUCC与驱动机制的复杂关系。

主权项：1.一种土地利用变化驱动因素的正负影响可视化和定量化方法，其特征在于，包括：基于可解释性人工智能XAI技术，构建可解释地理空间人工智能模型；所述可解释地理空间人工智能模型包括土地利用变化驱动机制的多级模型解释器；多级模型解释器包括建模前解释模块、建模中解释模块、建模后验证模块，所述建模前解释模块用于对建模前的土地利用变化驱动机制进行解释，建模中解释模块用于基于XAI方法对建模中的土地利用变化驱动机制进行定量化和可视化分析，建模后验证模块用于对建模后的土地利用变化驱动机制解释结果进行合理性评估；获取研究区域的土地利用变化数据和驱动因素数据集，并通过建模前解释模块对土地利用变化数据和驱动因素数据集进行驱动机制解释和知识发现，得到建模前先验知识库；通过建模中解释模块对可解释地理空间人工智能模型的模拟预测结果进行显示化破解，得到土地利用变化驱动机制的XAI解释结果；利用建模后验证模块，结合建模前先验知识库对XAI解释结果进行合理性评估；通过建模前解释模块对土地利用变化数据和驱动因素数据集进行驱动机制解释和知识发现，得到建模前先验知识库，具体为：通过建模前解释模块中的驱动因素趋势分析、相关性分析或者重要性分析，对驱动因素数据集进行驱动机制分析、解释和可视化，以得到建模前先验知识库；XAI技术包括SHAP可解释技术；通过建模中解释模块对可解释地理空间人工智能模型的模拟预测结果进行显示化破解，得到土地利用变化驱动机制的XAI解释结果，具体为：通过SHAP可解释技术，获取可解释地理空间人工智能模型的模拟预测结果在局域尺度上单个样本可解释力，以及全局尺度上的群体样本可解释力和特征重要性排序图；将单个样本可解释力、群体样本可解释力和特征重要性排序图映射到土地利用变化机制机理的图形化和定量化研究中，相应得到单个驱动因素对土地利用变化的影响程度、整体驱动因素对土地利用变化的影响程度、驱动因素概要图；还包括：通过SHAP可解释技术，输出可解释地理空间人工智能模型的驱动因素概要图；对驱动因素概要图进行统计，获取各个驱动因素的正负影响贡献率；根据各个驱动因素的正负影响贡献率进行排序，得到重要性排列图；在获取各个驱动因素的正负影响贡献率之后，还包括：对各个驱动因素的正负影响贡献率进行空间制图，以确定各个驱动因素的正负影响贡献率的空间分布规律；还包括：通过SHAP可解释技术，输出可解释地理空间人工智能模型的单个驱动因素的SHAP依赖图；基于单个驱动因素的SHAP依赖图，确定单个驱动因素对区域土地利用变化的影响；建模后验证模块包括专家验证法和模型扰动分析法；利用建模后验证模块，结合建模前先验知识库对XAI解释结果进行合理性评估，具体为：结合建模前先验知识库，采用专家验证法或模型扰动分析法对XAI解释结果的合理性和有效性进行评估，以判断XAI解释结果是否能够准确表达土地利用变化与驱动因素之间复杂的非线性关系。

全文数据：

权利要求：

百度查询： 内蒙古师范大学 土地利用变化驱动因素的正负影响可视化和定量化方法