买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利基于人工智能的县域可持续发展土地利用预测方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120851307B 。

龙图腾网通过国家知识产权局官网在2026-03-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511362801.7，技术领域涉及：G06Q10/04；该发明授权基于人工智能的县域可持续发展土地利用预测方法和系统是由邓劲松;张儒依设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本基于人工智能的县域可持续发展土地利用预测方法和系统在说明书摘要公布了：本发明公开了一种基于人工智能的县域可持续发展土地利用预测方法和系统，方法包括：采集县级面板数据和历年土地利用类型数据，构建县域城市可持续发展指数和土地利用格局指数；以土地利用格局指数为输入特征，县域城市可持续发展指数为输出目标，训练GNNWR模型；采用PLUS模型对未来不同土地利用情景进行模拟，根据模拟结果计算未来土地利用格局指数；将未来土地利用格局指数输入至训练完成的地理神经网络加权回归模型中，得到未来不同土地利用情景下的县域城市可持续发展指数预测值。本发明突破了传统空间计量模型对线性假设与静态权重矩阵的路径依赖，实现了县域人地关系复杂非线性交互、空间依赖性与时空演化趋势的协同解析。

本发明授权基于人工智能的县域可持续发展土地利用预测方法和系统在权利要求书中公布了：1.一种基于人工智能的县域可持续发展土地利用预测方法，其特征在于，包括以下步骤： S1.采集区县级面板数据和历年土地利用类型数据，采用CRITIC权重法构建区县级城市可持续发展指数，并基于土地利用类型数据构建区县级土地利用格局指数；所述区县级面板数据包括基于联合国可持续发展目标的多维指标数据，具体包括： 零饥饿目标对应的指标：耕地面积、主要粮食产量、第一产业增加值； 可持续城市和社区目标对应的指标：人均GDP、第三产业增加值、建成区面积、人口密度； 陆地生态目标对应的指标：CO2排放量、PM2.5年均浓度、归一化植被指数； 所述区县级土地利用格局指数包括： 在零饥饿目标方面的指标：耕地聚集指数、耕地转入或转出强度、耕地用地比例； 在可持续城市和社区目标方面的指标：土地扩张强度、土地利用斑块密度、建设用地平均斑块； 在陆地生态目标方面的指标：生态用地比例、土地利用多样性、生态用地最大斑块； 所述采用CRITIC权重法构建区县级城市可持续发展指数具体步骤包括： 对各指标原始数据采用极差法进行标准化处理，消除不同指标的量纲差异； 基于各指标标准化数据的离散程度，计算得到变异性指标，所述离散程度通过数据偏离均值的波动情况量化； 计算任意两个指标间的相关性系数，基于所述相关性系数反向量化指标间的冲突程度，得到各指标的冲突代表值； 将各指标的变异性指标与冲突代表值相乘，得到每个指标的信息量；根据所有指标的信息量占比，确定每个指标的权重； 基于各指标的权重和对应标准化处理后的数据，通过加权求和得到每个区县的城市可持续发展指数； S2.以所述区县级土地利用格局指数为输入特征，所述区县级城市可持续发展指数为输出目标，训练地理神经网络加权回归模型；所述地理神经网络加权回归模型基于PyTorch框架构建，包含输入层、若干隐藏层和输出层，除最后一个隐藏层外，其余隐藏层后均接ReLU激活函数，为模型引入非线性特性； S3.基于所述历年土地利用类型数据，采用斑块基元土地利用模拟模型对未来不同土地利用情景进行模拟，得到未来不同情景下土地利用格局模拟结果，基于所述模拟结果计算对应情景的未来区县级土地利用格局指数；所述未来不同土地利用情景包括自然增长情景、耕地保护情景和可持续发展情景；所述自然增长情景仅限制不透水面向其他土地类型转换，不额外增加约束；所述耕地保护情景限制耕地向非耕地类型转换，允许其他土地类型转为耕地；所述可持续发展情景叠加生态保护情景与耕地保护情景的约束，并限制耕地、林地和水域向非目标类型转换，其中生态保护情景为在自然增长情景基础上新增生态限制区，所述生态限制区选自国家及省级自然保护区矢量数据； S4.将所述未来区县级土地利用格局指数输入至训练完成的地理神经网络加权回归模型中，得到未来不同土地利用情景下的区县级城市可持续发展指数预测值，从而得到未来土地利用预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。