[发明专利]基于LASSO回归的土地利用变化驱动力筛选方法和装置

权利要求书

1.基于LASSO回归的土地利用变化驱动力筛选方法，其特征在于，包括以下步骤：

获取研究区域内至少两个时间段的土地利用变化的数据以及驱动因子的数据；

以土地利用变化作为LASSO回归模型的响应变量，以驱动因子作为LASSO回归模型的解释变量，构建LASSO回归模型，并执行第一次LASSO回归；

计算第一次LASSO回归中每一步的残差平方和以及多元共线性指标，根据计算得到的残差平方和以及多元共线性指标确定需要剔除的驱动因子；

以土地利用变化作为LASSO回归模型的响应变量，以剩余的驱动因子作为LASSO回归模型的解释变量，执行第二次LASSO回归；

根据第二次LASSO回归中响应变量的系数确定驱动因子的重要性；

所述驱动因子的数据包括自然地理数据和经济数据。

2.根据权利要求1所述的基于LASSO回归的土地利用变化驱动力筛选方法，其特征在于：还包括以下步骤：

对驱动因子的数据进行预处理，剔除异常数据；

所述异常数据是指在驱动因子的数据中大于μ+3σ或小于μ-3σ的数据，其中，μ表示驱动因子的数据的正态总体的数学期望，σ表示驱动因子的数据的标准差。

3.根据权利要求2所述的基于LASSO回归的土地利用变化驱动力筛选方法，其特征在于：还包括以下步骤：

将剔除异常数据后的剩余的驱动因子数据进行统一分辨率处理。

4.根据权利要求1所述的基于LASSO回归的土地利用变化驱动力筛选方法，其特征在于：所述LASSO回归模型的表达式为：

其中，x_ij为第i数据集的第j个解释变量，y_i为第i数据集的响应变量，p表示每个数据集中解释变量的总数，m为数据集的总数，λ为惩罚函数，β_j为目标函数中的第j个回归系数，为目标函数。

5.根据权利要求4所述的基于LASSO回归的土地利用变化驱动力筛选方法，其特征在于：所述残差平方和的计算公式为：

其中，m为数据集的总数，为响应变量的拟合值，RSS为残差平方和。

6.根据权利要求4所述的基于LASSO回归的土地利用变化驱动力筛选方法，其特征在于：所述多元共线性指标的计算公式为：

其中，Cp表示多元共线性指标，表示回归模型中样本的拟合值，E(Y_i|X_i)表示样本的期望值，σ²表示误差方差。

7.根据权利要求1所述的基于LASSO回归的土地利用变化驱动力筛选方法，其特征在于：

所述自然地理数据包括气温数据、降雨数据和海拔数据中的至少一种；

所述经济数据包括国民生产总值、土地政策数据、收入数据和人口数据中的至少一种。

8.基于LASSO回归的土地利用变化驱动力筛选装置，其特征在于：包括处理器和存储器，所述存储器用于存储程序，所述处理器用于加载所述程序以执行如权利要求1所述的基于LASSO回归的土地利用变化驱动力筛选方法。