本发明涉及遥感图像处理，更具体的说是涉及一种基于遥感图像的局地气候区分类系统及方法。
背景技术：
1、局地气候区（local climate zones，lcz）分类为理解和评估城市及其周边区域的微气候特征提供了一种全球通用的方法，有助于城市规划和环境科学研究。lcz遥感图像分类通过提供标准化的城市环境分类，使研究人员能够比较不同城市的气候特性，同时帮助规划者设计适宜的居住环境，从而有效管理城市热岛效应和提高能源效率。
2、卷积神经网络（cnn）是处理图像和空间数据的强大工具，已经被广泛应用于遥感数据分析，包括lcz分类。然而，尽管cnn在遥感图像lcz分类任务的应用中表现出色，但是也存在一些局限性。cnn擅长捕捉局部特征，但是可能不足以充分理解较大空间上下文中的特征，这对于全面理解和区分城市微气候区域至关重要。因此如何提高lcz遥感图像分类的准确性是本领域技术人员亟需解决的问题。
技术实现思路
1、有鉴于此，本发明提供了一种基于遥感图像的局地气候区分类系统及方法，克服了上述缺陷。
2、为了实现上述目的，本发明采用如下技术方案：
3、一种基于遥感图像的局地气候区分类系统，包括：基于自注意力机制与卷积网络融合的遥感图像lcz分类网络，所述基于自注意力机制与卷积网络融合的遥感图像lcz分类网络包括：
4、数据特征预处理网络，用于对待分类遥感图像进行预处理获得预处理数据；
5、特征提取网络，用于对所述预处理数据分别进行自注意力计算和cnn特征提取，获得第一特征图和第二特征图；并将所述第一特征图和所述第二特征图进行拼接，生成最终特征图；
6、分类网络，用于根据所述最终特征图输出所述待分类遥感图像的类别。
7、可选地，所述数据特征预处理网络包括：
8、图像分块模块，用于将所述待分类遥感图像进行分块，获得多个图像块；
9、线性嵌入模块，用于将多个所述图像块映射为嵌入图像；
10、第一变形模块，用于对所述嵌入图像进行变形生成图像嵌入向量；
11、第一注意力模块，用于对所述图像嵌入向量进行初步自注意力计算，获得初步注意力数据；
12、第二变形模块，用于对所述初步注意力数据进行变形生成预处理数据。
13、可选地，所述特征提取网络包括多个自注意力机制与cnn的融合子模块，所述自注意力机制与cnn的融合子模块包括自注意力计算分支和cnn特征提取分支。
14、可选地，所述自注意力计算分支包括：
15、第三变形模块，用于对所述预处理数据进行变形获得所述图像嵌入向量；
16、第二注意力模块，用于对所述图像嵌入向量进行多次连续的特征自注意力计算生成自注意力数据；
17、第四变形模块，用于对所述自注意力数据进行变形获得自注意力变形数据；
18、图像块融合模块，用于对所述自注意力变形数据进行特征降维生成融合数据，即所述第一特征图。
19、可选地，所述第二注意力模块包括多个自注意力模块，所述自注意力模块包括依次连接的第一层归一化、多头注意力模块、拼接模块、第二层归一化和多层感知机。
20、可选地，所述cnn特征提取分支包括多个cnn特征提取模块，用于对所述预处理数据进行特征提取，生成所述第二特征图。
21、可选地，所述自注意力机制与卷积网络融合的遥感图像lcz分类网络在训练时采用交叉熵损失进行分类训练。
22、一种应用于基于遥感图像的局地气候区分类系统的方法，具体步骤为：
23、获取待分类遥感图像，并对所述待分类遥感图像进行预处理获得预处理数据；
24、对所述预处理数据分别进行自注意力计算和cnn特征提取，获得第一特征图和第二特征图，并将所述第一特征图和所述第二特征图进行拼接，生成最终特征图；
25、基于所述最终特征图判断所述待分类遥感图像的类别。
26、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于遥感图像的局地气候区分类系统及方法，基于自注意力机制与卷积网络融合的遥感图像lcz分类网络，充分结合了cnn的局部特征提取能力和自注意力机制的全局信息处理能力，不仅能捕捉局部的细节，还能理解不同区域间的相互关系，使得网络在lcz分类任务时能够更全面地理解图像内容，从而实现精确的遥感图像lcz分类。
1.一种基于遥感图像的局地气候区分类系统，其特征在于，包括：基于自注意力机制与卷积网络融合的遥感图像lcz分类网络，所述基于自注意力机制与卷积网络融合的遥感图像lcz分类网络包括：
2.根据权利要求1所述的一种基于遥感图像的局地气候区分类系统，其特征在于，所述数据特征预处理网络包括：
3.根据权利要求2所述的一种基于遥感图像的局地气候区分类系统，其特征在于，所述特征提取网络包括多个自注意力机制与cnn的融合子模块，所述自注意力机制与cnn的融合子模块包括自注意力计算分支和cnn特征提取分支。
4.根据权利要求3所述的一种基于遥感图像的局地气候区分类系统，其特征在于，所述自注意力计算分支包括：
5.根据权利要求4所述的一种基于遥感图像的局地气候区分类系统，其特征在于，所述第二注意力模块包括多个自注意力模块，所述自注意力模块包括依次连接的第一层归一化、多头注意力模块、拼接模块、第二层归一化和多层感知机。
6.根据权利要求3所述的一种基于遥感图像的局地气候区分类系统，其特征在于，所述cnn特征提取分支包括多个cnn特征提取模块，用于对所述预处理数据进行特征提取，生成所述第二特征图。
7.根据权利要求1所述的一种基于遥感图像的局地气候区分类系统，其特征在于，所述自注意力机制与卷积网络融合的遥感图像lcz分类网络在训练时采用交叉熵损失进行分类训练。
8.一种基于遥感图像的局地气候区分类系统的方法，其特征在于，具体步骤为：