基于机器学习的主体功能区识别方法以及装置

本申请涉及区域划分技术、人工智能等领域，特别是涉及一种基于机器学习的主体功能区识别方法、装置、电子设备以及存储介质。

背景技术：

1、主体功能区是指国土空间上一个空间单元多种功能中代表该地区核心功能的一项主体功能，在综合分析的基础上，以自然环境要素、社会经济发展水平、生态系统特征以及人类活动形式等的空间分异为依据，划分出具有某种特定主体功能的地域空间单元。主体功能区划在国土空间规划中具有基础性作用和战略性价值，优化和细化主体功能区划是实现主体功能区战略和制度精准落地的关键抓手，是各级国土空间规划落实国土空间开发保护格局、创新空间治理模式、实现空间治理现代化的基础，对推进城市空间治理现代化、促进高质量发展具有重要意义。

2、相关技术中，基于传统技术方法的主体功能区划数据需求庞大，需要依赖专家经验判读，从而使工作周期较长、对专业人员需求高。

技术实现思路

1、基于此，本申请的目的在于，提供一种基于机器学习的主体功能区识别方法、装置、电子设备以及存储介质，其可提高主体功能区识别的效率。

2、根据本申请实施例的第一方面，提供一种基于机器学习的主体功能区识别方法，包括如下步骤：

3、构建跨层级的主体功能区评价指标体系；

4、根据所述跨层级的主体功能区评价指标体系，获取待测区域的各县级单元的主体功能区样本数据；所述各县级单元的主体功能区样本数据包括所述各县级单元的主体功能区评价指标数据以及所述各县级单元的主体功能区类型；

5、以所述各县级单元的主体功能区评价指标数据作为输入，以所述各县级单元的主体功能区类型作为输出，对若干个机器学习模型进行训练，获得已训练的主体功能区识别模型；

6、获取所述待测区域的各乡镇级单元的主体功能区评价指标数据；

7、将所述各乡镇级单元的主体功能区评价指标数据输入至所述已训练的主体功能区识别模型，获得所述各乡镇级单元的主体功能区类型。

8、根据本申请实施例的第二方面，提供一种基于机器学习的主体功能区识别装置，包括：

9、指标体系构建模块，用于构建跨层级的主体功能区评价指标体系；

10、样本数据获取模块，用于根据所述跨层级的主体功能区评价指标体系，获取待测区域的各县级单元的主体功能区样本数据；所述各县级单元的主体功能区样本数据包括所述各县级单元的主体功能区评价指标数据以及所述各县级单元的主体功能区类型；

11、模型训练模块，用于以所述各县级单元的主体功能区评价指标数据作为输入，以所述各县级单元的主体功能区类型作为输出，对若干个机器学习模型进行训练，获得已训练的主体功能区识别模型；

12、指标数据获取模块，用于获取所述待测区域的各乡镇级单元的主体功能区评价指标数据；

13、类型获得模块，用于将所述各乡镇级单元的主体功能区评价指标数据输入至所述已训练的主体功能区识别模型，获得所述各乡镇级单元的主体功能区类型。

14、根据本申请实施例的第三方面，提供一种电子设备，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如上述任意一项所述的基于机器学习的主体功能区识别方法。

15、根据本申请实施例的第四方面，提供一种计算机可读存储介质，其上储存有计算机程序，该计算机程序被处理器执行时实现如上述任意一项所述的基于机器学习的主体功能区识别方法。

16、本申请实施例通过构建跨层级的主体功能区评价指标体系；根据所述跨层级的主体功能区评价指标体系，获取待测区域的各县级单元的主体功能区样本数据；所述各县级单元的主体功能区样本数据包括所述各县级单元的主体功能区评价指标数据以及所述各县级单元的主体功能区类型；以所述各县级单元的主体功能区评价指标数据作为输入，以所述各县级单元的主体功能区类型作为输出，对若干个机器学习模型进行训练，获得已训练的主体功能区识别模型；获取所述待测区域的各乡镇级单元的主体功能区评价指标数据；将所述各乡镇级单元的主体功能区评价指标数据输入至所述已训练的主体功能区识别模型，获得所述各乡镇级单元的主体功能区类型。本申请实施例通过已训练的主体功能区识别模型以及县级单元主体功能区类型，快速识别各乡镇级单元的主体功能区类型，无需依靠专家判读，有效减少了数据需求量和人工成本，提高了各乡镇级单元的主体功能区识别效率。

17、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

18、为了更好地理解和实施，下面结合附图详细说明本发明。

技术特征：

1.一种基于机器学习的主体功能区识别方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于机器学习的主体功能区识别方法，其特征在于：

3.根据权利要求2所述的基于机器学习的主体功能区识别方法，其特征在于：

4.根据权利要求2所述的基于机器学习的主体功能区识别方法，其特征在于：

5.根据权利要求1至4任意一项所述的基于机器学习的主体功能区识别方法，其特征在于：

6.一种基于机器学习的主体功能区识别装置，其特征在于，包括：

7.根据权利要求6所述的基于机器学习的主体功能区识别装置，其特征在于：

8.根据权利要求6所述的基于机器学习的主体功能区识别装置，其特征在于：

9.一种电子设备，包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任意一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任意一项所述方法的步骤。

技术总结
本申请涉及一种基于机器学习的主体功能区识别方法、装置、电子设备以及存储介质，该方法包括：构建跨层级的主体功能区评价指标体系；根据所述跨层级的主体功能区评价指标体系，获取待测区域的各县级单元的主体功能区样本数据；以所述各县级单元的主体功能区评价指标数据作为输入，以所述各县级单元的主体功能区类型作为输出，对若干个机器学习模型进行训练，获得已训练的主体功能区识别模型；获取所述待测区域的各乡镇级单元的主体功能区评价指标数据；将所述各乡镇级单元的主体功能区评价指标数据输入至所述已训练的主体功能区识别模型，获得所述各乡镇级单元的主体功能区类型，提高了各乡镇级单元的主体功能区识别效率。

技术研发人员：李升发,李智慧,宋军,龚蔚霞,黄嘉仪,黄越,黄康,龚嘉豪,颜淼,姚天次
受保护的技术使用者：广东省科学院广州地理研究所
技术研发日：
技术公布日：2024/1/13