一种基于图神经网络的低效用地再开发功能预测方法

本发明公开了一种基于图神经网络的低效用地再开发功能预测方法，包括：S1、分别获取学习区中各空间单元的土地利用效益，据此将各空间单元划分为高、中、低三类土地利用效益类型，选取其中土地利用效益类型为高的空间单元作为城市用地配置案例库；S2、以S1得到的城市用地配置案例库作为样本集，据此构建并训练基于图神经网络的功能特征学习模型；S3、获取预测区中各空间单元，将其输入S2得到的功能特征学习模型，进行低效用地再开发功能预测。本发明通过模拟城市空间功能互动和机制创新，突破了传统基于静态规则和时空演化的土地利用预测范式，为城市更新中的土地效益提升与功能置换决策提供了科学支撑。