[发明专利]顾及POI数据空间异质性的地表覆盖验证方法及系统

权利要求书

1.顾及POI数据空间异质性的地表覆盖验证方法，其特征是，包括如下步骤：

步骤A：从新浪微博开放平台获取POI数据集，将OSM(OpenStreetMap)提供的城区建筑物数据与POI数据集进行叠加，划分出城市区域与非城市区域的POI，对划分结果进行修正；

步骤B：根据地表覆盖分类标准，对步骤A中确定的城市区域POI进行分类，得到城市区域的POI分类结果；

步骤C：针对步骤A中确定的非城市区域POI，依据步骤B中城市区域POI的分类方法，对非城市区域不同类型的POI进行分类，得到非城市区域的POI分类结果；

在POI分类的基础上，引入两个分类结果修正变量：POI与最近村庄的距离、POI与最近道路的距离，利用C5.0决策树算法构建顾及POI空间异质性的POI分类修正模型，得到非城市区域的POI分类结果；

步骤D：根据步骤B确定的城市区域POI分类结果和步骤C确定的非城市区域POI分类结果，生成以30m*30m像元为单位的栅格数据，依据落入栅格中各类型POI的数量，采用多数投票算法，确定每个栅格的地表覆盖类型，生成基于POI的地表覆盖分类结果；

步骤E：根据步骤D基于POI的地表覆盖分类结果，以GlobeLand30地表覆盖数据产品为验证数据，利用混淆矩阵，得到基于POI的GlobeLand30地表覆盖数据产品的验证精度，实现顾及POI空间异质性的地表覆盖精度验证。

2.如权利要求1所述的顾及POI数据空间异质性的地表覆盖验证方法，其特征是，所述步骤A包括：

步骤A1：从新浪微博开放平台获取POI数据集：利用其开放平台提供的API接口，以网络爬虫的方式，获取所需POI数据集，所述POI数据集包括描述POI类型的文本信息与表示空间位置的坐标信息；

步骤A2：利用ArcGIS软件将OSM城区建筑物数据与POI点数据进行空间叠加，使得同一地理坐标下的POI与城区建筑物位于同一空间位置；

步骤A3：通过判断POI点数据是否落入城区建筑物数据，来划分城市区域POI与非城市区域POI；若落入则为城市区域POI，若没有落入，则为非城市区域POI；

步骤A4：对划分结果进行人工修正：通过参考Google Earth中高分辨率遥感影像里的真实地物，对步骤A3中划分错误的POI进行修改。

3.如权利要求1所述的顾及POI数据空间异质性的地表覆盖验证方法，其特征是，所述根据地表覆盖分类标准：参照GlobeLand30中的地表覆盖类型的分类方式，将地表覆盖分为耕地、林地、草地、灌木丛、沼泽、水体、苔原、人造地表、裸地、冰川10种地表覆盖类型。

4.如权利要求1所述的顾及POI数据空间异质性的地表覆盖验证方法，其特征是，所述利用C5.0决策树算法构建顾及POI空间异质性的POI分类修正模型，得到非城市区域的POI分类结果的步骤为：

(C1)引入两个分类结果修正变量：POI与最近村庄的最短距离、POI与最近道路的最短距离，利用OSM中待测区域的村庄数据与道路数据，计算各非城市区域POI到距离最近的村庄的最短距离和到最近的道路的最短距离；

(C2)利用C5.0决策树算法，引入步骤(C1)所述分类结果修正变量，构建顾及空间异质性的POI分类修正模型；

(C3)通过引入adaptive boosting算法和惩罚矩阵cost matrix进行分类修正模型的优化；

(C4)利用顾及空间异质性的POI分类修正模型，将经过步骤C得到的非城市区域的POI分类结果进一步分类。

5.如权利要求4所述的顾及POI数据空间异质性的地表覆盖验证方法，其特征是，由于C5.0决策树算法为监督分类算法，故将遥感影像分类结果作为POI正确分类，并将POI划分为训练数据与测试数据，构建顾及空间异质性的POI分类修正模型。