申请/专利权人：中国农业大学

申请日：2024-04-15

公开（公告）日：2024-06-18

公开（公告）号：CN118051845B

主分类号：G06F18/243

分类号：G06F18/243;G06F16/29;G06N20/20

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2024.06.04#实质审查的生效;2024.05.17#公开

摘要：本发明提供一种基于空间变参数机器学习的地理空间全覆盖数据生成方法和装置，涉及地理信息科学技术领域。该方法包括：对目标区域逐步分区，每次分区后基于所述目标区域中各观测站点中的各类辅助变量和目标变量，计算当前分区状态下各类辅助变量与目标变量间关系的空间分层异质性；基于空间分层异质性确定目标分区状态；在目标分区状态下，针对所述目标区域中的各子区域分别构建空间变参数机器学习模型；基于各子区域对应的各空间变参数机器学习模型对目标区域中预设的各待预测点的目标变量分别进行插值预测，获得插值预测结果与不确定性分析结果。该发明能够根据有限观测站点数据插值出准确的地理空间全覆盖数据对应的空间分布图。

主权项：1.一种基于空间变参数机器学习的地理空间全覆盖数据生成方法，其特征在于，包括：对目标区域逐步进行分区，每次分区后基于所述目标区域中各观测站点中的各类辅助变量和目标变量，计算当前分区状态下各类辅助变量分别与目标变量间关系的空间分层异质性；基于每次分区后各类辅助变量分别与目标变量间关系的所述空间分层异质性，确定目标分区状态，所述目标分区状态对应所述目标区域的多个子区域；在所述目标分区状态下，针对所述目标区域中的各所述子区域分别构建空间变参数机器学习模型，各所述空间变参数机器学习模型分别为基于对应的空间范围内各观测站点的目标变量、辅助变量，以及各所述观测站点至对应的所述空间变参数机器学习模型的距离训练获得的；各所述空间变参数机器学习模型分别包括位置信息和空间范围信息，所述位置信息为所述空间变参数机器学习模型对应的所述子区域的中心坐标，所述空间范围信息为所述空间变参数机器学习模型对应的所述子区域的大小；基于各所述子区域分别对应的各空间变参数机器学习模型对所述目标区域中预设的各待预测点的目标变量分别进行插值预测，获得目标插值结果和不确定性分析结果；所述每次分区后基于所述目标区域中各观测站点中的各类辅助变量和目标变量，计算当前分区状态下各类辅助变量分别与目标变量间关系的空间分层异质性，包括：针对所述目标区域中各所述观测站点，计算所述观测站点中的所述目标变量分别与各类所述辅助变量之间的双变量局部空间自相关系数；每次对所述目标区域进行分区后，基于各所述双变量局部自相关系数分别计算当前分区状态下各类所述辅助变量分别与目标变量间关系的空间分层异质性；所述针对所述目标区域中各所述观测站点，计算所述观测站点中的所述目标变量分别与各类所述辅助变量之间的双变量局部空间自相关系数，包括：针对所述目标区域中的各所述观测站点，基于所述观测站点的辅助变量，以及所述观测站点的第一预设数量的邻近观测站点的目标变量，计算所述观测站点对应的双变量局部空间自相关系数；所述每次对所述目标区域进行分区后，基于各所述双变量局部自相关系数分别计算当前分区状态下各类所述辅助变量分别与目标变量间关系的空间分层异质性，包括：每次对所述目标区域进行分区后，基于当前分区状态下各分区空间内所有所述观测站点对应的所述双变量局部空间自相关系数，计算各所述分区空间中各类辅助变量分别与目标变量间关系的局部自相关指数方差值；基于所述目标区域中所有所述观测站点对应的所述双变量局部空间自相关系数，计算所述目标区域中各类辅助变量分别与目标变量间关系的全局自相关指数方差值；基于所述局部自相关指数方差值和所述全局自相关指数方差值分别计算所述目标区域在当前分区状态下各类所述辅助变量分别与目标变量间关系的空间分层异质性；所述基于每次分区后各类辅助变量分别与目标变量间关系的所述空间分层异质性，确定目标分区状态，包括：基于每次分区后各类所述辅助变量分别与目标变量间关系的所述空间分层异质性，分别计算每次分区后所述目标区域对应的平均空间分层异质性；基于每次分区后所述目标区域对应的所述平均空间分层异质性构建第一变化曲线，或基于相邻两次分区后的所述平均空间分层异质性的差值构建第二变化曲线；将所述第一变化曲线的拐点或所述第二变化曲线的拐点对应的分区状态确定为目标分区状态。

全文数据：

权利要求：

百度查询： 中国农业大学 基于空间变参数机器学习的地理空间全覆盖数据生成方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD