(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211287423.7 (22)申请日 2022.10.20 (71)申请人 苏州中科天启遥感科技有限公司 地址 215000 江苏省苏州市道元路18号1幢 101室201 (72)发明人 石含宁　胡晓东　张明杰　朱志强　 堵立斌　李成　张乃祥　 (74)专利代理 机构 苏州三英知识产权代理有限 公司 32412 专利代理师 任骁东 (51)Int.Cl. G06V 20/13(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) (54)发明名称 一种生态系统遥感制图方法、 装置、 计算机 设备及存 储介质 (57)摘要 本发明揭示了一种生态系统遥感制图的方 法、 装置、 计算机设备及存储介质， 属于生态遥感 技术领域， 所述方法获取多元地理数据并进行预 处理， 制作包括生态系统一类特征数据的生态图 斑矢量数据； 对不同生态系统选取不同分类特征 进行分类， 制作得到生态系统的亚类图斑， 选取 一定数量的亚类图斑作为分类样 本； 对带有属性 信息的生态图斑 分类样本进行训练， 获得分类模 型； 循环选取分类样本及样本训练， 对分类结果 进一步迭代 修正， 利用迭代后的分类模型对全域 生态图斑进行预测， 得到生态系统亚类的分类结 果。 本发明能够提高生态系统亚类的分类精度， 便于用户对图斑的精细化管理及精准决策。 权利要求书2页 说明书7页 附图3页 CN 115512240 A 2022.12.23 CN 115512240 A 1.一种生态系统遥感制图方法， 其特 征在于， 包括： 获取多元地理数据并进行预处理， 制作包括生态系统一类特征数据的生态图斑矢量数 据； 依据生态系统亚类的光谱特 征和视觉特征， 构建生态系统亚类分类 体系； 以生态图斑为基础， 融合多元地理数据， 形成多维属性表； 依据分类体系， 选择一定数量的生态图斑作为分类样本， 并将分类样本按比例分成训 练集和测试集； 对带有属性信息的生态图斑分类样本进行训练， 获得分类模型； 循环选取分类样本及样本训练， 对分类结果进一步迭代修正， 获得迭代后的分类模型， 利用迭代后的分类模型对 全域生态图斑进行 预测， 得到生态系统亚类的分类结果。 2.根据权利要求1所述的生态系统遥感制图方法， 其特征在于， 所述对带有属性信 息的 生态图斑样本进行训练包括： 将分类样本输入到分类器中进行第一轮分类， 第一轮分类中， 在生态系统一级类型的 约束下， 其包括的二级类型的特征在训练中的权重相同； 完成第一轮训练后， 获取第一轮分 类结果与置信度； 根据所述分类结果与置信度， 调整分类权重， 训练弱分类器， 设置认为是准确分类结果 的预设阈值； 对置信度大于所述预设阈值的分类结果， 降低该类型用于分类的属性权重； 对置信度 小于所述预设阈值的分类结果， 提高该类型用于分类的属性权 重， 进行二次迭代训练； 多轮迭代调整弱分类 器的分类权 重， 获得最优分类模型。 3.根据权利要求2所述的生态系统遥感制图方法， 其特征在于， 各弱分类器训练结束 后， 将分类置信度大 的弱分类器的分类权重减小， 使其在最终的分类函数中起较低的决定 作用； 将分类置信度小的弱 分类器的分类权重加大， 使其在最终的分类函数中起较高的决 定作用。 4.根据权利要求1所述的生态系统遥感制图方法， 其特征在于， 所述迭代后的分类模型 通过将生态图斑分类结果中置信度低于预设阈值的图斑进 行人工修正， 并将修正后的样本 输入到分类 器中再次进行训练， 直至 置信度达 到预设阈值的稳定状态。 5.根据权利要求2所述的生态系 统遥感制图方法， 其特征在于， 所述分类器为xgboost 分类器。 6.根据权利要求1所述的生态系统遥感制图方法， 其特征在于， 所述多元地理数据包括 外业调查数据， 遥感数据和信息点数据。 7.根据权利要求6所述的生态系统遥感制图方法， 其特征在于， 所述预处理包括数据清 洗， 消除重复数据， 影 像特征存在差异数据以及对遥感数据的尺度转换及数据融合处 理。 8.一种生态系统遥感制图装置， 其特 征在于， 包括： 多元地理数据获取及预处理模块， 用于获取多元地理数据并进行预处理， 制作包括生 态系统一类特 征数据的生态图斑矢量数据； 生态系统亚类分类体系构建模块， 用于依据生态系统亚类的光谱特征和视觉特征， 构 建生态系统亚类分类 体系； 多维属性表生成模块， 用于以生态图斑为基础， 融合多元地理数据， 形成多维属性表； 分类模型获取模块， 用于依据分类体系， 选择一定数量的生态图斑作为分类样本， 并将权　利　要　求　书 1/2 页 2 CN 115512240 A 2分类样本按比例分成训练集和测试集； 对带有属 性信息的生态图斑分类样本进行训练， 获 得分类模型； 分类结果修正模块， 用于循环选取分类样本及样本训练， 对分类结果进一步迭代修正， 获得迭代后的分类模型， 利用迭代后的分类模型对全域生态图斑进行预测， 得到生态系统 亚类的分类结果。 9.一种计算机设备， 其特 征在于， 包括： 处理器， 用于存储处理器可执行指令的存储器， 以及存储在存储器上并可在处理器上 运行的计算机程序， 所述处理器执行所述程序时实现权利要求1至7中任意一项 所述的生态 系统遥感制图方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7中任意 一项所述的生态系统遥感制图方法。权　利　要　求　书 2/2 页 3 CN 115512240 A 3