摘要
本申请提供了一种多模态遥感与知识图谱的城市规划决策方法及系统,方法包括:集成多源异构数据,采用深度学习技术实现卫星遥感影像中光学影像与SAR数据的特征对齐与融合,生成城市地物特征向量;关联城市地物特征向量与城市规划政策数据库,输出违规建设预警事件集和政策合规性标签的结构化预警报告,形成用于后续多目标优化的动态政策约束条件;基于动态图模型处理历史交通流量数据,输出未来交通状况的时空分布预测结果;多目标优化结合未来交通状况的时空分布预测结果,生成帕累托最优城市规划方案。本申请通过多模态遥感数据融合与时空知识图谱技术,实现高精度城市地物分类、实时违规扩建预警和交通流精准预测,结合多目标优化与数字孪生验证,提升规划效率并支持碳中和等扩展应用。
技术关键词
未来交通状况
决策方法
动态知识图谱
卫星遥感影像
变化检测算法
多模态数据融合
深度学习技术
生成城市
合规性
传感器响应
校正
多头注意力机制
遗传算法
节点
聚类算法