[发明专利]典型资源要素提取方法及装置

权利要求书

1.一种典型资源要素提取方法，其特征在于，包括：

选取相同时空位置的多种陆表特征参量产品的样本数据以及与所述样本数据对应时空位置的土地分类数据；

将所述样本数据与所述土地分类数据进行关联，并转化为关系式数据；

根据所述关系式数据训练决策树模型；

根据训练的所述决策树模型对待分类的土地分类数据进行典型资源要素提取。

2.根据权利要求1所述的方法，其特征在于，所述根据所述关系式数据训练决策树模型之前，所述方法还包括：

对所述关系式数据进行清洗，以保留用于土地分类的有效值。

3.根据权利要求2所述的方法，其特征在于，所述对所述关系式数据进行清洗，以保留用于土地分类的有效值，包括：

将所述关系式数据中的无效数据及水体数据删除，并将所述土地分类数据按照相似类型合并成植被、湿地、作物、建筑用地、冰雪及裸地六种类型。

4.根据权利要求1所述的方法，其特征在于，所述关系式数据对应的矩阵中的每一行观测值表示相同时空位置的多种陆表特征参量产品数据数值和土地分类结果。

5.根据权利要求1所述的方法，其特征在于，所述根据所述关系式数据训练决策树模型，包括：

将所述陆表特征参量产品的样本数据作为“属性-值”中的“属性”，并将所述土地分类数据作为“属性-值”的“值”。

6.一种典型资源要素提取装置，其特征在于，包括：

数据选取单元，用于选取相同时空位置的多种陆表特征参量产品的样本数据以及与所述样本数据对应时空位置的土地分类数据；

数据转化单元，用于将所述样本数据与所述土地分类数据进行关联，并转化为关系式数据；

模型训练单元，用于根据所述关系式数据训练决策树模型；

土地分类单元，用于根据训练的所述决策树模型对待分类的土地分类数据进行典型资源要素提取。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

数据清洗单元，用于对所述关系式数据进行清洗，以保留用于土地分类的有效值。

8.根据权利要求7所述的装置，其特征在于，所述数据清洗单元具体用于将所述关系式数据中的无效数据及水体数据删除，并将所述土地分类数据按照相似类型合并成植被、湿地、作物、建筑用地、冰雪及裸地六种类型。

9.根据权利要求6所述的装置，其特征在于，所述关系式数据对应的矩阵中的每一行观测值表示相同时空位置的多种陆表特征参量产品数据数值和土地分类结果。

10.根据权利要求6所述的装置，其特征在于，所述模型训练单元具体用于将所述陆表特征参量产品的样本数据作为“属性-值”中的“属性”，并将所述土地分类数据作为“属性-值”的“值”。