一种基于遥感和神经网络的村级宜居性制图方法

本发明公开了一种基于遥感和神经网络的村级宜居性制图方法，首先从待制图区域的遥感影像数据和地理空间数据中获取村级宜居性特征，从而构建村级宜居性特征集，并根据方差膨胀因子对其中特征进行多重共线性分析，降低特征间的多重共线性现象，最后基于BP神经网络构建村级宜居性评价模型，得到表征宜居性的度量值，进而绘制待制图区域的村级宜居性地图。本发明首次将遥感影像数据、地理空间数据以及机器学习方法应用于村级宜居性评价和制图领域，能够有效细化宜居性的评价粒度，同时通过遥感影像数据和地理空间数据获得村级宜居性特征，可有效摆脱传统的经济社会调查数据中存在的主观因素，从而大大提高村级宜居性制图的准确性。