一种基于多源特征融合的城市功能区识别方法

本发明涉及城市功能区的识别领域，具体公开了一种基于多源特征融合的城市功能区识别方法，其通过综合利用遥感影像、POI数据等多源多模态数据，利用深度学习等先进算法，充分挖掘多源数据信息，基于高分辨率立体卫星立体像对、高分辨率夜间灯光卫星影像、初始POI数据、初始OSM数据、初始建筑功能分类数据提取了代表城市功能区的地物分布特征、人类活动特征的夜间灯光指数、社会功能特征和建筑分布特征等多维度特征，通过多源特征融合以及集成学习，提高城市功能区识别的准确性，且能够高效、自动化地进行城市功能区的提取和识别，为城市规划管理提供数据支撑和技术保障，具有生产成本低、效率高、能够实现周期性更新的优势，具有广阔的应用前景。