[发明专利]城市贫困分布测度方法在审
申请号: | 201910032850.2 | 申请日: | 2019-01-14 |
公开(公告)号: | CN109886103A | 公开(公告)日: | 2019-06-14 |
发明(设计)人: | 袁媛;陈逸敏;牛通;刘菁;尤智扬 | 申请(专利权)人: | 中山大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/32;G06K9/62 |
代理公司: | 广东世纪专利事务所有限公司 44216 | 代理人: | 何灿 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 测度 分布特征 机器学习 目标区域 社会服务 水平分布 随机森林 物理环境 自变量 参考变量 多源数据 计算区域 内部目标 社会经济 预测模型 准确度 构建 算法 | ||
1.一种基于多源数据的城市贫困分布测度方法,其特征在于:所述方法包括以下步骤:
使用多源开放平台获取数据;
根据所获取的数据确定目标区域的物理环境分布特征对应的指标、社会服务水平分布特征对应的指标、经济生活水平分布特征对应的指标;
根据所获取的数据确定目标区域的综合贫困指数GDI;
将物理环境分布特征对应的指标、社会服务水平分布特征对应的指标和经济生活水平分布特征对应的指标作为自变量,GDI作为参考变量,使用随机森林算法的机器学习构建预测模型,实现对目标区域贫困分布的测度。
2.如权利要求1所述的基于多源数据的城市贫困分布测度方法,其特征在于:所述确定目标区域的物理环境分布特征对应的指标,包括:
从目标区域的卫星遥感影像中提取四种单波段遥感影像Greenband3、NIRband5、Redband4和SWIRband6,按如下公式计算植被覆盖指数NDVI、建筑覆盖指数NDBI、水体覆盖指数NDWI,
NDWI=(Greenband3-NIRband5)/(Greenband3+NIRband5)
NDVI=(NIRband5-Redband4)/(NIRband5+Redband4)
NDBI=(SWIRband6-NIRband5)/(SWIRband6+NIRband5)
从所述卫星遥感影像中提取结构纹理特征,计算用于反映内部地物多样性程度的复杂度指标,将所述NDVI、NDBI、NDWI和复杂度指标作为目标区域的物理环境分布特征对应的指标。
3.如权利要求1所述的基于多源数据的城市贫困分布测度方法,其特征在于:所述确定目标区域的社会服务水平分布特征对应的指标,包括:
将目标区域的地图兴趣点POI数据按照人造建筑设施的用途的类型进行划分,计算对应于各人造建筑设施类型的POI密度,将该POI密度作为目标区域的社会服务水平分布特征对应的指标。
4.如权利要求3所述的基于多源数据的城市贫困分布测度方法,其特征在于:所述将目标区域的地图兴趣点POI数据按照人造建筑设施的用途的类型进行划分,包括:
将目标区域的地图兴趣点POI数据按照基础教育、商业、企业、医疗、地铁站的人造建筑设施类型进行划分。
5.如权利要求3所述的基于多源数据的城市贫困分布测度方法,其特征在于:所述计算对应于各人造建筑设施类型的POI密度,包括:
分别计算对应于各人造建筑设施类型的POI的核密度,核密度分析使用二次核函数进行,计算中使用Silver-man′srule-of-thumb自动决定距离衰减阈值,并进行min-max标准化处理。
6.如权利要求1所述的基于多源数据的城市贫困分布测度方法,其特征在于:所述确定目标区域的经济生活水平分布特征对应的指标,包括:
选取目标区域若干幅不同时间的夜间灯光遥感图像以生成新图像,新图像中每个像素取该若干幅夜间灯光遥感图像对应像素的中间值,将新图像按以下公式计算得到的平均夜间灯光亮度值ANLI作为目标区域的经济生活水平分布特征对应的指标,
其中,TNLI为区域内灯光亮度值之和,n为区域内像元数。
7.如权利要求6所述的基于多源数据的城市贫困分布测度方法,其特征在于:所述若干幅不同时间的夜间灯光遥感图像为12幅不同时间的夜间灯光遥感图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山大学,未经中山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910032850.2/1.html,转载请声明来源钻瓜专利网。