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：山西大学;清华大学

摘要：本发明涉及一种基于多源异构地球大数据融合的城乡聚落融合模式转型的时空无缝监测方法，目的是解决目前城乡聚落融合模式的协同观测空缺的技术问题，技术方案为：搜集地球大数据，进行数据预处理，采用随机森林分类器的机器学习算法，生产出时空无缝的城乡聚落类型图谱；揭示城乡间聚落类型变化和人口移动的轨迹分析，进行城乡聚落融合模式识别，采用时序变化检测方法，确定城乡聚落融合模式转型的发生年份、时序轨迹、发生频率；本发明集成已有多源异构地球大数据、机器学习方法，可进行全类型城乡聚落融合模式转型的时空无缝监测，具备长时间序列拓展与精细刻画空间分布的能力，能够丰富已有土地调查体系为国家城乡融合调控决策提供扎实数据。

主权项：1.一种基于多源异构地球大数据融合的城乡聚落融合模式转型的时空无缝监测方法，其特征在于，包括如下步骤：步骤S1、搜集地球大数据，并进行数据预处理；所述步骤S1的具体步骤如下：步骤S1.1、获取来自不同数据源且具有不同数据结构的地球大数据，并利用地理信息系统软件对搜集到的多源异构地球大数据依次进行地理配准、投影转换、栅格裁剪的数据预处理操作；步骤S1.2、对步骤S1.1数据预处理获得的土地覆盖类型遥感产品中的错分像元进行检验与修正，获得准确的逐年土地覆盖类型栅格图层；步骤S1.3、利用数据挖掘和机器学习算法对手机信令数据进行清洗操作；步骤S1.4、将步骤S11、S12、S13中预处理得到的矢量格式、栅格格式的地球大数据上传至GEE云处理平台，构建基础地理数据库；步骤S2、以逐年土地覆盖制图产品和人口密度地理栅格作为输入数据，采用随机森林分类器的机器学习算法，对空间化城市聚落、乡村聚落及其他用地类型生产出时空无缝的城乡聚落类型图谱；所述步骤S2的具体步骤如下：步骤S2.1、从已有聚落制图产品选择对应年份的样本，接着利用生成对抗性神经网络，迁移到其他时段，从而获得覆盖整个研究时段的长时序城乡聚落类型的分类样本；步骤S2.2、以迁移后的样本、土地覆盖遥感产品和人口密度地理栅格作为输入数据，训练随机森林分类器，实现城市聚落、乡村聚落和其他用地类型的一级类、二级类的细分；步骤S3、以城乡连续谱制图结果与手机信令数据作为输入数据，揭示城乡间聚落类型变化和人口移动的轨迹分析，同样采取机器学习方法进行城乡聚落融合模式识别；所述步骤S3的具体步骤如下：步骤S3.1、对城乡聚落类型图谱立方体利用空间叠置方法，识别城乡间聚落类型变化轨迹；步骤S3.2、以地级市为单元，利用手机信令数据，计算该地级市城市聚落与农村聚落界面之间年际的移动轨迹指标，并根据指标计算城乡聚落融合的显性指标、隐性指标；步骤S3.3、以地级市为单元，对步骤S31和步骤S32中获取到的城乡聚落融合显性指标、隐性指标采取阈值划分算法进行逐年城乡聚落融合模式识别；S4、采用时序变化检测方法，确定城乡聚落融合模式转型的发生年份、时序轨迹、发生频率；S4.1、对城乡聚落融合模式图谱立方体利用时序变化检测方法逐地级市的识别城乡聚落融合模式转型的发生年份、发生频率；S4.2、对比发生年份前后的城乡聚落融合模式，识别其时序转型轨迹。

全文数据：

权利要求：

百度查询： 山西大学 清华大学 一种基于多源异构地球大数据融合的城乡聚落融合模式转型的时空无缝监测方法