摘要
本发明提供了一种多源数据协同的土地利用时间序列预测方法及相关设备,通过将目标区域的历史激光点云数据转换为数字表面模型后与历史光谱图像数据进行叠加,形成光谱几何混合数据;对光谱几何混合数据进行特征提取,生成融合有光谱信息、空间信息和几何信息的多通道数据;将多通道数据输入构建的融合卷积神经网络进行融合,得到光谱几何时空融合特征;将光谱几何时空融合特征输入训练后的土地利用时间序列预测网络进行土地利用变化预测,得到目标区域在宏观和微观两个层面上的土地利用预测结果;提升了土地利用时序预测的精度。
技术关键词
时间序列预测方法
时空融合特征
土地利用预测
融合卷积神经网络
数字表面模型
激光点云数据
网络模块
多源数据协同
多通道
Laplacian算子
图像
局部纹理特征
局部二值模式
可见光光谱
边缘检测算法
可读存储介质
系统为您推荐了相关专利信息
时间序列预测方法
时间序列预测模型
变量
关系
卷积模块
评估管理系统
高光谱成像设备
深度强化学习
电子鼻阵列
检测挥发性有机化合物
皮肤病变分割方法
表达式
多头注意力机制
图像灰度共生矩阵
前馈神经网络
预测建模方法
时间序列预测方法
注意力
电力变压器
模块
城市功能区识别方法
神经网络模型
时空融合特征
特征提取模块
影像