(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 202211268341.8 (22)申请日 2022.10.17 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区新 街口 街道四牌楼 2号 (72)发明人 袁旸洋　杨雨晨　成玉宁　张佳琦　 汤思琪　郭蔚　 (74)专利代理 机构 北京同辉知识产权代理事务 所(普通合伙) 11357 专利代理师 王艳秋 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/26(2012.01) G06Q 10/06(2012.01) G06T 17/05(2011.01)G06T 3/40(2006.01) G06T 5/00(2006.01) G06V 10/764(2022.01) G06V 10/774(2022.01) (54)发明名称 一种基于贝叶斯网络的乡村生态空间预测 方法 (57)摘要 本发明公开了一种基于贝叶斯网络的乡村 生态空间预测方法， 包括基于筛选的适宜因子建 立乡村生态空间评价指标体系； 确定乡村生态空 间预测贝叶斯网络模型所涉及的时间点； 获取基 础数据， 通过预处理后的基础数据制作乡村生态 空间评价指标专题图； 结合乡村生态空间评价指 标的因果关系， 构建乡村生态空间预测贝叶斯网 络模型； 利用贝叶斯网络模型进行参数学习， 获 得条件概率表； 利用贝叶斯网络模 型的推理引擎 预测乡村生态空间； 本发明基于乡村生态空间演 变影响因子的作用机制及不同功能空间的博弈 关系， 采用贝 叶斯网络， 解决了乡村生态空间演 变中人类活动的随机性及随时间动态变化的不 确定性问题， 实现了乡村生态空间的预测， 提升 了预测结果的准确性。 权利要求书3页 说明书7页 附图5页 CN 115526418 A 2022.12.27 CN 115526418 A 1.一种基于贝叶斯网络的乡村生态空间预测方法， 其特 征在于， 方法包括以下步骤： 结合乡村生态特征和土地利用演化规律， 筛选适宜因子， 并利用适宜因子建立乡村生 态空间评价指标体系， 用于构建乡村生态空间预测贝叶斯网络模型； 确定乡村生态空间预测贝叶斯网络模型所涉及的时间点， 包括时间点1、 时间点2以及 时间点3； 获取基础数据， 并对基础数据进行预处理， 通过预处理后的基础数据制作乡村生态空 间评价指标专 题图； 结合乡村生态 空间评价指标专题图中各指标间的因果关系， 构建乡村生态 空间预测贝 叶斯网络模型； 利用乡村生态 空间预测贝叶斯网络模型进行参数学习， 获得乡村生态 空间评价指标的 条件概率表， 作为乡村生态空间预测贝叶斯网络模型推理的依据； 利用乡村生态空间预测贝叶斯网络模型的推理引擎进行乡村生态空间预测。 2.根据权利要求1所述的一种基于贝叶斯网络的乡村生态 空间预测方法， 其特征在于， 所述乡村生态空间评价指标体系包括空间因子、 生态适宜性因子、 土地利用变化因子、 政策 因子和目标因子 。 3.根据权利要求2所述的一种基于贝叶斯网络的乡村生态 空间预测方法， 其特征在于， 所述空间因子包括高程、 坡度、 距水域距离、 距道路距离、 距建筑物距离、 距林地距离； 所述 生态适宜性因子包括生态敏感性， 生态系统服务功 能重要性， 所述土地利用变化因子包括 生态用地变化、 建设用地变化和农业用地变化； 所述政策 因子包括生态保护红线； 所述目标 因子为预测的乡村生态空间； 所述生态敏感性包括地形敏感性、 水文敏感性、 植被敏感性以 及土地利用敏感性， 生态系统服 务功能重要性包括水源涵养能力、 水土保持能力。 4.根据权利要求1所述的一种基于贝叶斯网络的乡村生态 空间预测方法， 其特征在于， 所述乡村生态空间预测贝叶斯网络模型所涉及的时间点， 包括时间点1、 时间点2及时间点 3， 时间点1与时间点2、 时间点2与时间点3 之间的时间跨度需一致， 时间点3为预测的乡村生 态空间对应的年份。 5.根据权利要求1所述的一种基于贝叶斯网络的乡村生态 空间预测方法， 其特征在于， 所述基础数据包括时间点1和时间点2的卫星遥感数据， 数字线划图数据、 生态保护红线数 据； 对基础数据进行预处理的过程包括对卫星遥感数据的投影转换、 影像 融合、 几何校正、 图像增强与拼接处理， 对数字线划图数据和生态保护红线数据的数据格式转换、 重采样、 重 分类及裁 剪； 制作乡村生态空间评价指标专 题图包括： 乡村土地利用类型栅格图： 根据LUCC土地利用分类体系， 将经预处理后的时间点1和时 间点2的卫星遥感数据结合人机交互解译获取乡村的土地利用图， 将土地利用类型分为6 类， 包括： 建设用地、 林地、 水域、 灌丛及草地、 农业用地和裸地， 经栅格化处理后获取时间点 1和时间点2的乡村 土地利用类型栅格图； 乡村生态空间栅格图： 结合 时间点1和时间点2的乡村土地利用类型栅格图结合卫星遥 感数据， 将林地、 水域、 灌丛及草地进行合并， 获得时间点1和时间点2的乡村生态空间栅格 图；权　利　要　求　书 1/3 页 2 CN 115526418 A 2空间因子栅格图： 采用GIS(地理信息系统)空间分析方法获得时间点1和时间点2高程 和坡度栅格图， 采用多环缓冲区分析获得距水域距离、 距道路距离、 距建筑物距离和距林地 距离栅格图； 生态适宜性因子栅格图： 采用层次分析法及加权叠加法获得时间点1和时间点2的生态 敏感性和生态系统服 务功能重要性 栅格图； 政策因子栅格图： 识别时间点1和时间点2 的生态保护红线内外区域， 获取生态保护红 线区域栅格图； 土地利用变化因子栅格 图： 将时间点1和时间点2的土地利用图叠加分析， 获得生态用 地变化、 建 设用地变化和农业用地变化 栅格图。 6.根据权利要求4所述的一种基于贝叶斯网络的乡村生态 空间预测方法， 其特征在于， 所述乡村生态空间预测贝叶斯网络模型的公式如下： S＝(V,L)                                 (1) 式中S代表贝叶斯结构， 则S由节点变量集V(V＝{V1,V2,V3,…,Vn})和有向边L(L＝ViVj| Vi,Vj,∈V)组成， 其中， 节点变 量Vi是预测的生态空 间的抽象表示， 有向边L是节点变 量Vi、 Vj 之间的依赖或因果关系； 节点变量之间的参数 是反映节点间局部关联性的概 率分布集， 其表达式如下： P＝{P(V}i|V1,V2,V3,…,Vi‑1),Vi∈V                                      (2) 用Vpi表示变量Vi的父节点 集， 则V的联合 概率分布为： 7.根据权利要求1所述的一种基于贝叶斯网络的乡村生态 空间预测方法， 其特征在于， 所述利用乡村生态空间预测贝叶斯网络模型进行参数学习， 获得乡村生态空间评价指标的 条件概率表的过程包括以下步骤： 利用乡村生态空间评价指标作为节点变量构建乡村生态空间预测贝叶斯网络模型结 构； 将时间点1的空间因子栅格 图、 生态适宜性因子栅格图、 土地利用变化因子栅格 图、 政 策因子栅格图， 以及时间点2的生态空间栅格图中的栅格数据进 行离散化处理； 其中空间因 子、 生态适宜性因子栅格数据离散为3个等级， 土地利用变化因子、 政策因子栅格数据以及 时间点2的生态空间栅格数据离 散为2个等级； 将所有离散化的栅格数据转化为点数据， 导出为包含各要素值及坐标的样本点数据集 合， 并转化为ASCII格式， 作为训练样本数据； 乡村生态 空间预测贝叶斯网络模型将训练样本数据进行参数学习训练， 训练结束后获 得完整的条件概 率表。 8.根据权利要求1所述的一种基于贝叶斯网络的乡村生态 空间预测方法， 其特征在于， 所述利用乡村生态空间预测贝叶斯网络模型的推理引擎进行乡村生态空间预测的过程包 括以下步骤： 在GIS中将时间点2的空间因子栅格图、 生态适宜性因子栅格图、 土地利用变化因子栅 格图、 政策因子栅格图的栅格数据进 行离散化处理， 其中空间因子、 生态适宜性因子栅格数权　利　要　求　书 2/3 页 3 CN 115526418 A 3