(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210701304.5 (22)申请日 2022.06.21 (71)申请人 南京大学 地址 210023 江苏省南京市栖霞区仙林大 道163号 (72)发明人 夏南　赵鑫　王梓宇　庄苏丹　 高醒　陈振杰　李满春　 (74)专利代理 机构 南通博瑞达专利代理事务所 (特殊普通 合伙) 32530 专利代理师 李宾 (51)Int.Cl. G06V 20/13(2022.01) G06F 16/951(2019.01) G06K 9/62(2022.01) G06Q 10/04(2012.01)G06Q 10/06(2012.01) G06V 10/44(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) G06V 20/10(2022.01) (54)发明名称 一种融合遥感数据与位置大数据的居民地 提取方法 (57)摘要 本发明公开了一种融合遥感数据与位置大 数据的居民地提取方法， 该方法包括以下步骤： S1、 采用网络爬虫技术获取开源的位置大数据， 并提取其时间序列特征； S2、 结合多尺度遥感影 像与遥感分类产品数据， 采用分层随机取样的方 法， 构建并标注训练样本和验证样本集合； S3、 以 统一评价单元为基础获取遥感与位置大数据的 多维特征， 并通过特征重要性分析结果， 实现低 冗余度特征的筛选； S4、 构建融合遥感数据与位 置大数据的随机森林分类器， 实现大区域居民地 的提取。 通过与已有结果、 单一特征提取结果等 比对， 分析遥感 ‑位置特征联合的居民地提取结 果精度， 构建大区域居民地提取的机器学习模 型， 实现大区域居民地的高精度提取。 权利要求书3页 说明书13页 附图5页 CN 115424139 A 2022.12.02 CN 115424139 A 1.一种融合遥感数据与位置大数据的居民地提取方法， 其特征在于， 该方法包括以下 步骤： S1、 采用网络 爬虫技术获取开源的位置大 数据， 并提取其时间序列特 征； S2、 结合多尺度遥感影像与遥感分类产品数据， 采用分层随机取样的方法， 构建并标注 训练样本和验证样本集 合； S3、 以统一评价单元为基础提取遥感与位置大数据的多维特征， 并通过特征重要性分 析结果， 实现低冗余度特 征的筛选； S4、 构建融合遥感数据与位置大数据的随机森林分类器， 实现大区域居民地的提取， 并 通过精度分析与比对分析， 验证联合特 征的有效性。 2.根据权利要求1所述的一种融合遥感数据与位置大数据的居民地提取方法， 其特征 在于， 所述采用网络爬虫技术 获取开源的位置大数据， 并获取其时间序列特征， 包括以下步 骤： S11、 采用P ython的Request库构建网络爬虫， 采集腾讯定位密度数据， 对页面数据进行 解析并提取 所需的定位频次和格网位置信息； S12、 构建居民地和非居民地的小时级定位频次的标准时间序列曲线； S13、 以居民地的所述标准时间序列曲线为参照， 对各格网构建小时级定位频次时间序 列曲线并归一 化为0‑1； S14、 利用马氏距离与Pearson相关系数， 计算各网格时间序列曲线与所述标准时间序 列曲线的相似性； S15、 采用Python的Scipy库进行所述马氏距离与所述Pearson相关系数的计算， 作为格 网曲线与小时级标准时序曲线的相关性； S16、 采用工作日日均定位频次和周末日均定位频次的比值， 体现居民地与非居民地在 工作日与周末的人类活动强度差异。 3.根据权利要求2所述的一种融合遥感数据与位置大数据的居民地提取方法， 其特征 在于， 所述马氏距离的计算表达式为： 式中， DM表示距离量 算结果并取其倒数值作为马氏距离； Xi表示离散化的目标时间序列， 其长度为 n； Yi表示离散化的标准时间序列， 其长度为 n； i表示时间序列中各离 散点的序号； S‑1表示目标时间序列和标准时间序列的协方差矩阵。 4.根据权利要求2所述的一种融合遥感数据与位置大数据的居民地提取方法， 其特征 在于， 所述Pearso n相关系数的计算表达式为： 式中， DP表示Pearso n相关系数， 且相关系数DP的绝对值越大， 则相关性越强；权　利　要　求　书 1/3 页 2 CN 115424139 A 2DP＝1表示正向的线性关系； DP＝‑1表示负向的线性关系； 表示目标时间序列的平均值； 表示标准时间序列的平均值； Xi表示离散化的目标时间序列， 其长度为 n； Yi表示离散化的标准时间序列， 其长度为 n； i表示时间序列中各离 散点的序号。 5.根据权利要求1所述的一种融合遥感数据与位置大数据的居民地提取方法， 其特征 在于， 所述结合多尺度遥感影像与遥感分类产品数据， 采用分层随机取样的方法， 构建 并标 注训练样本和验证样本集 合， 包括以下步骤： S21、 随机 选取0.01 °格网， 基于多个遥感分类产品数据计算该格网内的居民地比例； S22、 基于GEE平台合成的Sentinel ‑2和Landsat ‑8年度影像， 分别计算格网内 Sentinel‑2和Landsat ‑8像元的归一 化建筑指数； S23、 对两类影像的归一化建筑指数值进行平均， 计算得到0.01 °样本格网内各像元的 归一化建筑指数值， 并将正值设定为建筑用地像元， 负值设定为 非建筑用地像元， 统计格网 内的建筑用地像元比例； S24、 将求得的建筑用地像元比例值进行加权求和运 算， 得到建筑用地综合比例； S25、 将建筑用地综合比例大于30 ％的格网标注为居民地， 小于30％的格网标注为非居 民地； S26、 基于GEE平台的高分遥感影像， 采用目视判断核对建筑用地综合比例， 并进行样本 的精确标注。 6.根据权利要求1所述的一种融合遥感数据与位置大数据的居民地提取方法， 其特征 在于， 所述以统一评价单元为基础获取遥感与位置大数据的多维特征， 并通过特征重要性 分析结果， 实现低冗余度特 征的筛选， 包括以下步骤： S31、 以统一评价单 元为基础对遥感与位置大 数据提取18个特 征； S32、 计算格网在Lambert圆锥投影下的投影面积， 将每个格网的特征值 除以格网投影 面积， 得到单位 面积下的格网特 征值； S33、 通过特征相关性计算， 剔除相似度高的特 征， 减少冗余度； S34、 通过 特征相异度指标决定 输入特征， 控制决策树的生长； S35、 采用相对重要性指标分析 特征贡献率， 实现提取 结果的评估； S36、 采用Spearman相关系数 逐对计算特 征的相关性； S37、 随机森林分类器采用Gini指数， 增大决策树生长过程中居民地与非居民地的相异 度； S38、 通过度量类别之间的不纯度确定节点的最佳分割特 征。 7.根据权利要求6所述的一种融合遥感数据与位置大数据的居民地提取方法， 其特征 在于， 所述18个特 征包括8个遥感特 征与10个位置特 征。 8.根据权利要求6所述的一种融合遥感数据与位置大数据的居民地提取方法， 其特征 在于， 所述随机森林分类 器采用Gi ni指数的表达式为：权　利　要　求　书 2/3 页 3 CN 115424139 A 3