(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 202210896034.8 (22)申请日 2022.07.27 (71)申请人 清华大学 地址 100084 北京市海淀区清华园1号 (72)发明人 郑晓笛　付泉川　陈麦尼　卓百会　 王玉鑫　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 苟冬梅 (51)Int.Cl. G06V 20/10(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01) (54)发明名称 基于多源信息分析的棕地识别方法及产品 (57)摘要 本发明实施例提供了一种基于多源信息分 析的棕地识别方法及产品。 采用本发 明实施例提 供的棕地识别方法， 采用本发明实施例提供的棕 地识别方法， 可以基于开源地图服务接口中的 POI数据确定识别靶区(潜在棕地所在区域)， 再 基于识别靶区的空间特征， 对目标区域的遥感影 像中的潜在棕地进行目视解译， 得到原料采掘 类、 尾矿库类、 原料加工制造类、 非原料加工制造 类、 基础设施类、 垃圾填埋场等棕地类别的空间 边界及分布， 进而利用多源空间与非空间数据剔 除非闲置场地以校正识别结果， 得出目标区域的 最终棕地识别结果。 从而本发明实施例提供的棕 地识别方法可以基于大范围目标区域的遥感影 像和开源POI数据， 得到目标区域的批量棕地识 别结果。 权利要求书2页 说明书11页 附图4页 CN 115272854 A 2022.11.01 CN 115272854 A 1.一种基于多源信息分析的棕地识别方法， 其特 征在于， 所述方法包括： 根据目标区域的地图数据和所述目标区域的POI数据， 在所述目标区域的遥感影像中 确定出潜在棕地所在区域； 根据所述目标区域的遥感影像中包含的空间特征， 从所述潜在棕地所在区域中确定出 潜在棕地， 并对所述潜在棕地进行分类， 得到多类别潜在棕地分布图； 根据多源空间与非空间数据， 对所述多类别潜在棕地分布图进行校正， 得出多种类别 的棕地的识别结果， 所述多源空间与非空间数据至少包括： 多时序人流热力图； 其中， 多种类别的棕地包括： 垃圾填埋场、 原料采掘类棕地、 尾矿库类棕地、 原料加工制 造类棕地、 非原料加工制造类棕地、 基础设施类棕地。 2.根据权利要求1所述的方法， 其特征在于， 根据目标区域的地图数据和所述目标区域 的POI数据， 在所述目标区域的遥感影 像中确定出潜在棕地所在区域， 包括： 获取目标区域的地图POI数据， 从所述地图POI数据中选择与工业相关的工业类POI数 据； 获取目标区域的矿产地POI数据， 从所述矿产地POI数据中筛 选闲置的矿业类POI数据； 获取目标 区域的地图P OI数据， 从所述地图POI数据中选择与垃圾填埋相关的垃圾填埋 场类POI数据； 根据所述目标区域的地 图数据、 所述工业类POI数据、 所述矿业类POI数据和所述垃圾 填埋场类POI数据， 确定潜在棕地所在区域。 3.根据权利要求2所述的方法， 其特征在于， 从所述地图POI数据中选择与工业相关的 工业类POI数据， 包括： 获取目标区域的地图POI数据； 从所述目标 区域的地图P OI数据中选择与工业类棕地相关类别的POI数据， 作为第一工 业类POI数据； 对所述地图POI数据中除第一工业类POI数据以外的数据进行关键字筛检， 得到补充工 业类POI数据； 根据所述第一工业类POI数据和所述补充工业类POI数据， 得到 工业类POI数据。 4.根据权利要求2所述的方法， 其特征在于， 从所述矿产地POI数据中筛选闲置的矿业 类POI数据， 包括： 根据所述目标 区域的矿产地POI数据中各个矿产地的属性， 从所述矿产地POI数据中筛 选闲置的矿业类POI数据； 所述各个矿产地的属性至少包括： 利用现状。 5.根据权利要求2所述的方法， 其特征在于， 从所述地图POI数据中选择与垃圾填埋相 关的垃圾 填埋场类POI数据， 包括： 获取目标区域的地图POI数据； 从所述目标 区域的地图P OI数据中选择与垃圾填埋相关类别的POI数据， 作为第一垃圾 填埋场类POI数据； 对所述地图POI数据中除第一垃圾填埋场类POI数据以外的数据进行关键字筛检， 得到 补充垃圾 填埋场类POI数据； 根据所述第一垃圾填埋场类POI数据和所述补充垃圾填埋场 类POI数据， 得到垃圾填埋权　利　要　求　书 1/2 页 2 CN 115272854 A 2场类POI数据。 6.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 根据 所述目标区域的遥感影像中 包含的空间特征， 从所述潜在棕地所在区域中确定出潜在棕地， 并对所述潜在棕地进行分 类， 得到多类别潜在棕地分布图， 包括： 根据所述目标区域的遥感影像的空间边界、 设施、 色相、 高程、 面积、 肌理， 得到所述潜 在棕地所在区域中包括的各个潜在棕地的类别和空间边界； 根据各个潜在棕地的类别和 空间边界， 在所述目标区域的遥感影像中标识， 得到多类 别潜在棕地分布图。 7.根据权利要求1 ‑5任一项所述的方法， 其特征在于， 所述多源空间与非空间数据还包 括： 城市用地现状图、 城市用地规划图、 史志资料， 根据多源空间与非空间数据， 对 所述多类 别潜在棕地分布图进行 校正， 包括： 根据所述城市用地现状图、 所述城市用地规划图、 所述史志资料和所述多时序人流热 力图， 对所述多类别潜在棕地分布图中仍在运行中的地块进行剔除， 以及对所述多类别潜 在棕地分布图中识别遗漏的棕地进行补充。 8.一种基于多源信息分析的棕地识别装置， 其特 征在于， 所述装置包括： 确定模块， 用于根据目标区域的地图数据和所述目标 区域的POI数据， 在所述目标 区域 的遥感影 像中确定出潜在棕地所在区域； 分类模块， 用于根据所述目标区域的遥感影像中包含的空间特征， 从所述潜在棕地所 在区域中确定出潜在棕地， 并对所述潜在棕地进行分类， 得到多类别潜在棕地分布图； 校正模块， 用于根据多源空间与非空间数据， 对所述多类别潜在棕地分布图进行校正， 得出多种类别的棕地的识别结果， 所述多源空间与非空间数据至少包括： 多时序人流热力 图； 其中， 多种类别的棕地包括： 垃圾填埋场、 原料采掘类棕地、 尾矿库类棕地、 原料加工制 造类棕地、 非原料加工制造类棕地、 基础设施类棕地。 9.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在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程序时实现权利要求 1‑7任一项所述的基于多源 信息分析的棕地识别方法的步骤。 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， 该程序被处理器 执行时实现权利要求1 ‑7任一项所述的基于多源信息分析的棕地识别方法的步骤。 11.一种计算机程序产品， 包括计算机程序/指令， 其特征在于， 该计算机程序/指令被 处理器执行时实现权利要求1 ‑7任一项所述的基于多源信息分析的棕地识别方法的步骤。权　利　要　求　书 2/2 页 3 CN 115272854 A 3