摘要
本发明公开了一种基于深度学习的城镇人口统计数据空间化方法及装置,属于遥感科学与技术领域。所述方法包括:步骤1、对获取的夜光数据进行预处理,并根据夜光数据的分辨率对全球建筑区足迹数据和城市建筑高度数据进行重采样;步骤2、基于步骤1的数据预处理结果获取基于多尺度空间约束的人口分布范围;步骤3、将人口统计数据作为因变量,经过空间约束的城市建筑高度数据和夜光目标区域作为自变量,生成空间化精细训练样本;步骤4、构建深度学习模型,利用空间化精细训练样本对深度学习模型进行训练,基于训练好的模型,进行人口分布映射。本发明提高了人口空间化的分辨率,降低了计算复杂性,提高了人口空间化的智能化与精度。
技术关键词
空间化方法
深度学习模型
人口统计数据
建筑
权重模型
开放街道地图
多尺度空间约束
建立多元回归模型
分辨率
重采样方法
解码器
编码器
亮度
输出模块
处理器
双线性
可读存储介质
系统为您推荐了相关专利信息
可见光图像
带电检测方法
图像增强系数
紫外光
对比度
结构健康监测装置
分布式光纤传感器
解调设备
运动平台
光纤光栅应变传感器
无人机遥感影像
无缝拼接方法
像素
深度学习模型
建立基准坐标系
图纸识别方法
变电站建筑
图框
模板匹配算法
110kV变电站
多模态检测系统
热轧板
投票算法
落料
深度学习模型