Быстрое развитие городов и постоянно меняющиеся функциональные требования делают типы использования городской земли более сложными и разнообразными. В настоящее время остро стоит задача автоматического и эффективного получения точной информации об использовании городской земли. Учитывая слабую интерпретируемость и сильную зависимость от образцов в представленных методах на основе глубокого обучения, в этой статье предложен метод классификации использования городской земли, основанный на знании онтологии под семантическим руководством. Метод объединяет многомерные данные и продукты, такие как дистанционное зондирование, данные OpenStreetMap (OSM), включающие точки интереса (POI) и области интереса (AOI), данные локальных климатических зон (LCZ) и глобальные данные о заселенных территориях (WSF), реконструирует семантику типов использования земли на основе матрицы EAGLE (EIONET action group on land monitoring in Europe), анализирует элементы онтологии, извлекает признаки многомерных данных, индексы дистанционного зондирования и связанные морфологические индексы для сопоставления с атрибутными признаками элементов, строит модель онтологии через комбинацию элементов и ограничений признаков. На этой основе предложена стратегия сегментации с объединением "спектра + дорожной сети", где созданные однородные участки использования городской земли выступают как инстанции для онтологического вывода, и в итоге с помощью логического вывода определяется тип использования земли для каждого участка, получая результаты классификации. Для проверки эффективности метода был выбран центр города Торонто, Канада, с высокой сложностью использования городской земли. Результаты показывают, что обобщенная точность классификации, основанной на знании под семантическим руководством, достигает 87,02%, коэффициент Каппа — 0,84, что обеспечивает не только высокоточный классификатор, но и предложенная стратегия сегментации, объединяющая спектр и дорожную сеть, делает границы классификации более соответствующими реальному состоянию поверхности, предоставляя надежную и интерпретируемую новую идею для точного распознавания и мониторинга использования городской земли.

Основано на знании;семантическая информация;матрица EAGLE;многомерные данные;использование городской земли