一种基于多源数据智能融合的土地利用分类方法

本发明公开了一种基于多源数据智能融合的土地利用分类方法，获取研究区域的多源地理空间数据，包括遥感影像数据、街景影像数据、建筑物矢量数据、路网矢量数据、兴趣点数据、手机信令数据、微博签到数据，形成土地利用分类实验数据集；分别构建每个研究单元的遥感影像特征、街景影像特征、建成环境特征、兴趣点特征、人口分布特征，形成土地利用分类任务的特征集；将构建的各类特征两两组合生成由不同模态特征构成的特征对，通过对比学习方法对不同模态的特征进行特征对齐，并将对齐后的特征加入土地利用分类任务的特征集；基于XGBoost集成学习模型进行土地利用分类，并采用五折交叉验证进行模型有效性检验。本发明提升了土地利用分类的准确度。