[发明专利]土地利用类型提取方法及装置

权利要求书

1.一种土地利用类型提取方法，其特征在于，包括：

将目标区域的遥感数据的时间序列分成多个帧；

将各帧所述遥感数据按各帧所述遥感数据采集的正向时间顺序输入Bi-LSTM网络中的前向LSTM，按各帧所述遥感数据采集的反向时间顺序输入所述Bi-LSTM网络中的后向LSTM，分别在所述前向LSTM的最后一层隐藏层和所述后向LSTM的最后一层隐藏层获取所述遥感数据的特征向量；

将两个所述特征向量输入所述Bi-LSTM网络的逻辑回归层，输出所述目标区域的土地利用类型。

2.根据权利要求1所述的土地利用类型提取方法，其特征在于，在将两个所述特征向量输入所述Bi-LSTM网络的逻辑回归层，输出所述目标区域的土地利用类型的步骤之前还包括：

将所述前向LSTM的最后一层隐藏层输出的特征向量输入所述前向LSTM中的平均池层，将所述后向LSTM的最后一层隐藏层输出的特征向量输入所述后向LSTM中的平均池层，获取两个所述平均池层的输出结果；

相应地，将两个所述特征向量输入所述Bi-LSTM网络的逻辑回归层，输出所述目标区域的土地利用类型的步骤具体包括：

将两个所述平均池层的输出结果输入所述Bi-LSTM网络的逻辑回归层，输出所述目标区域的土地利用类型。

3.根据权利要求2所述的土地利用类型提取方法，其特征在于，通过以下公式将所述前向LSTM的最后一层隐藏层输出的特征向量输入所述前向LSTM中的平均池层，将所述后向LSTM的最后一层隐藏层输出的特征向量输入所述后向LSTM中的平均池层，获取两个所述平均池层的输出结果：

其中，h为任一平均池层的输出结果，T为总帧数，h^t为第t帧遥感数据x^t输入所述前向LSTM或后向LSTM时输出的特征向量，为x^t中第1个数据，为x^t中第2个数据，为x^t中第3个数据，为x^t中第M个数据，M为x^t中的数据总数。

4.根据权利要求1所述的土地利用类型提取方法，其特征在于，将两个所述特征向量输入所述Bi-LSTM网络的逻辑回归层，输出所述目标区域的土地利用类型的步骤具体包括：

将两个所述特征向量连接成新特征向量；

将所述新特征向量输入所述逻辑回归层中的softmax层，输出所述目标区域的土地利用类型。

5.根据权利要求1所述的土地利用类型提取方法，其特征在于，所述遥感数据包括叶面积指数、蒸散指数、光合有效辐射吸收比、蒸散指数和植物总初级生产力。

6.根据权利要求1所述的土地利用类型提取方法，其特征在于，将目标区域的遥感数据的时间序列分成多个帧的步骤之前还包括：

将所述目标区域的站点数据和遥感数据进行同化，获取所述目标区域的温度数据和降水数据；

根据遥感卫星探测到的夜间灯光信号，生成所述目标区域的夜间灯光数据；

将所述目标区域的温度数据、降水数据、夜间灯光数据、高程数据和经纬度信息中的一种或多种作为所述目标区域的辅助数据；

相应地，将目标区域的遥感数据的时间序列分成多个帧的步骤具体包括：

将所述目标区域的辅助数据和所述目标区域的遥感数据作为整体；

将所述整体的时间序列分成多个帧。

7.根据权利要求1-6任一所述的土地利用类型提取方法，其特征在于，将目标区域的遥感数据的时间序列分成多个帧的步骤之前还包括：

根据预先获取的遥感数据样本和各所述遥感数据样本对应的预设类别标签，对所述LSTM网络进行训练。