[发明专利]一种基于深度学习注意力机制的GEP驱动因子研究方法

权利要求书

1.一种基于深度学习注意力机制的GEP驱动因子研究方法，其特征在于，包括

利用数据，基于GEP数学模型构建GEP指标并完成空间化数据库；

依据各自权重，建立经济增长、生态保护、资源利用率和自然环境共四个方面的驱动因子空间数据库；

在深度学习中引入Attention向量，对四个方面所述驱动因子及网络中的隐层特征赋予不同的权重，并在训练过程中对该权重进行学习，得到各个驱动因子对于模型学习的重要性程度，从而达到解释GEP的效果；

建立驱动因子与GEP之间的定量关系。

2.根据权利要求1所述的基于深度学习注意力机制的GEP驱动因子研究方法，其特征在于，所述数据包括Landsat、MODIS遥感数据以及气象、水利、统计年鉴。

3.根据权利要求1所述的基于深度学习注意力机制的GEP驱动因子研究方法，其特征在于，所述GEP数学模型的计算公式为：

GEP＝EPV+ERV+ECV

其中，所述GEP为生态系统生产总值；所述EPV为生态系统物质产品价值；所述ERV为生态系统调节服务价值；所述ECV为生态系统文化服务价值。

4.根据权利要求1所述的基于深度学习注意力机制的GEP驱动因子研究方法，其特征在于，所述经济增长、生态保护、资源利用率和自然环境共四个方面的驱动因子空间数据库通过ArcGIS建立。

5.根据权利要求1所述的基于深度学习注意力机制的GEP驱动因子研究方法，其特征在于，所述经济增长包括GDP、人口分布、夜间灯光、第一至三产业、建筑业产值以及旅游业产值。

6.根据权利要求1所述的基于深度学习注意力机制的GEP驱动因子研究方法，其特征在于，所述生态保护包括NDVI和各类生态类型面积。

7.根据权利要求1所述的基于深度学习注意力机制的GEP驱动因子研究方法，其特征在于，所述资源利用率包括用水量和用电量。

8.根据权利要求1所述的基于深度学习注意力机制的GEP驱动因子研究方法，其特征在于，所述自然环境包括温度和湿度。