1.一种视觉特征与向量语义空间耦合的地图场景识别方法，其特征在于：分别针对待处理栅格地图数据库中的各栅格地图，执行以下步骤，对栅格地图进行场景识别，获得各栅格地图分别对应的场景表征：步骤A：针对栅格地图，结合预设各场景类型，利用预训练的以栅格地图为输入、以栅格地图对应的各场景类型及各场景类型分别对应的概率为输出的分类模型，对该栅格地图进行多标签分类，获得该栅格地图对应的各场景类型、以及各场景类型分别对应的概率；进而获得该栅格地图对应的场景类型结果；

所述步骤A中，具体执行以下步骤，获得该栅格地图对应的场景类型结果：

步骤A1：针对待处理栅格地图数据库中的栅格地图，结合预设各场景类型，利用预训练的以栅格地图为输入、以栅格地图对应的各场景类型及各场景类型分别对应的概率为输出的分类模型，对该栅格地图进行多标签分类，获得该栅格地图对应的各场景类型和各场景类型分别对应的概率；

步骤A2：基于该栅格地图对应的各场景类型、以及各场景类型分别对应的概率，结合预设概率阈值，判断满足预设概率阈值的场景类型数量是否大于1，若满足预设概率阈值的场景类型数量不大于1，则满足预设概率阈值对应的场景类型，作为该栅格地图对应的场景类型结果；若满足预设概率阈值的场景类型数量大于1，迭代执行以下步骤，获得该栅格地图对应的场景类型结果：步骤A2.1：将栅格地图基于预设网格划分，获得预设个数子栅格地图；基于预设栅格地图尺寸，判断网格划分后的各子栅格地图是否小于预设栅格地图尺寸，若网格划分后的各子栅格地图均小于预设栅格地图尺寸，则当前在各迭代中满足预设概率阈值对应的各场景类型，作为该栅格地图对应的场景类型结果；若网格划分后的各子栅格地图中存在不小于预设栅格地图尺寸的子栅格地图，则针对该各个子栅格地图执行步骤A2.2；

步骤A2.2：针对不小于预设栅格地图尺寸的子栅格地图，结合预设各场景类型，利用预训练的以栅格地图为输入、以栅格地图对应的各场景类型及各场景类型分别对应的概率为输出的分类模型，对子栅格地图进行多标签分类，获得子栅格地图分应的各场景类型、以及各场景类型分别对应的概率；执行A2.3；

步骤A2.3：基于子栅格地图对应的各场景类型和各场景类型分别对应的概率，结合预设概率阈值，判断各子栅格地图分别对应的满足预设概率阈值的场景类型数量是否大于1，若各子栅格地图分别对应的满足预设概率阈值的场景类型数量均不大于1，则当前在各迭代中满足预设概率阈值对应的各场景类型，作为该栅格地图对应的场景类型结果；若各子栅格地图中存在子栅格地图对应的满足预设概率阈值的场景类型数量大于1，则对应的满足预设概率阈值的场景类型数量大于1的子栅格地图返回执行步骤A2.1，将子栅格地图作为栅格地图进行预设网格划分；

步骤B：基于该栅格地图对应的场景类型结果，获得该栅格地图对应的场景类型结果中各场景类型分别在该栅格地图中的权重；

所述步骤B中，基于该栅格地图对应的场景类型结果，具体执行以下步骤，获得该栅格地图对应的场景类型结果中各场景类型分别在该栅格地图中的权重：步骤B1：针对该栅格地图对应的场景类型结果中的各场景类型，通过以下公式，计算各场景类型在该栅格地图中的频率；

式中，cfc表示场景类型c在该栅格地图中出现的频率，freqc表示该栅格地图对应的场景类型结果中是否存在场景类型c，存在时freqc＝1，不存在时freqc＝0；freqk,s,c表示第k次网格划分获得的子栅格地图s对应的场景类型结果中是否存在场景类型c，存在时freqk,s,c＝1，不存在时freqk,s,c＝0；sk表示第k次网格划分获得的子栅格地图总数量；b表示栅格地图进行网格划分获得的预设个数子栅格地图数量；

步骤B2：基于各场景类型在该栅格地图中的频率，通过以下公式，计算各场景类型的反频率；

式中，a＝mo/mmin，mo表示该栅格地图尺寸、mmin表示最后一次网格划分的子栅格地图中尺寸最小的子栅格地图尺寸；imfc表示场景类型c在该栅格地图中出现的反频率；

kmax表示网格划分的总次数；

步骤B3：基于该栅格地图对应的场景类型结果中的各场景类型在该栅格地图中的频率、以及各场景类型的反频率，通过以下公式，获得该栅格地图对应的场景类型结果中各场景类型分别在该栅格地图中的权重；

wc＝cfc×imfc

式中，wc表示场景类型c在该栅格地图中的权重；

步骤C：基于该栅格地图对应的场景类型结果中各场景类型分别在该栅格地图中的权重，结合预设各场景类型，获得该栅格地图对应的场景表征。

2.根据权利要求1所述一种视觉特征与向量语义空间耦合的地图场景识别方法，其特征在于：所述步骤C中，基于该栅格地图对应的场景类型结果中各场景类型分别在该栅格地图中的权重，结合预设各场景类型，获得该栅格地图对应的场景表征W如下所示：W＝[w1,w2,…wc…,wn]

式中，wc表示场景类型c在该栅格地图中的权重；n表示预设各场景类型总数，对于该栅格地图对应的场景类型结果中不包含的各场景类型的权重取0。

3.根据权利要求1所述一种视觉特征与向量语义空间耦合的地图场景识别方法，其特征在于：基于待处理栅格地图数据库中的各栅格地图分别对应的场景表征，针对待处理栅格地图数据库中的目标栅格地图，通过以下公式，获得目标栅格地图与待处理栅格地图数据库中栅格地图的场景相似度，进而实现两栅格地图场景相似识别：式中，Ii表示待处理栅格地图数据库中的目标栅格地图；Ij表示待处理栅格地图数据库中的任意一栅格地图；sim(Ii,Ij)表示栅格地图Ii和Ij的场景相似度，wi,c表示场景类型c在栅格地图Ii中的权重，wj,c表示场景类型c在栅格地图Ij中的权重；n表示预设各场景类型总数。

4.根据权利要求1所述一种视觉特征与向量语义空间耦合的地图场景识别方法，其特征在于：针对该栅格地图对应的场景类型结果，基于文档词条矩阵，建立地图视觉场景—地图语义模型，用于执行步骤B‑C；

地图视觉场景—地图语义模型中：将预设各场景类型对应文档词条矩阵中的文本；该栅格地图划分的子栅格地图对应文档词条矩阵中的文本；该栅格地图对应文档词条矩阵中的文本集；该栅格地图对应的场景表征对应文档词条矩阵中的文本集主题。

5.根据权利要求1所述一种视觉特征与向量语义空间耦合的地图场景识别方法，其特征在于：所述分类模型采用预设深度卷积神经网络。

6.一种基于权利要求1‑5任意一项所述一种视觉特征与向量语义空间耦合的地图场景识别方法的系统，其特征在于：包括多标签分类模块、场景类型结果识别模块、权重计算模块、场景表征模块，分别针对待处理栅格地图数据库中的各栅格地图，结合预设各场景类型，多标签分类模型用于对栅格地图进行多标签分类，获得栅格地图对应的各场景类型、以及各场景类型分别对应的概率；

场景类型结果识别模块基于栅格地图对应的各场景类型、以及各场景类型分别对应的概率，用于获得栅格地图对应的场景类型结果；

权重计算模块基于栅格地图对应的场景类型结果，用于获得栅格地图对应的场景类型结果中各场景类型分别在栅格地图中的权重；

场景表征模块基于栅格地图对应的场景类型结果中各场景类型分别在该栅格地图中的权重，结合预设各场景类型，用于获得栅格地图对应的场景表征。

7.根据权利要求6所述一种视觉特征与向量语义空间耦合的地图场景识别方法的系统，其特征在于：还包括地图相似度计算模块，基于待处理栅格地图数据库中的各栅格地图分别对应的场景表征，针对待处理栅格地图数据库中的目标栅格地图，地图相似度计算模块用于计算目标栅格地图与待处理栅格地图数据库中栅格地图的场景相似度。

8.一种视觉特征与向量语义空间耦合的栅格地图场景识别终端，其特征在于：包括存储器和处理器，所述存储器和所述处理器之间互相通信连接，所述存储器中存储有计算机程序，所述处理器通过执行所述计算机程序，从而执行权利要求1‑5任一项所述一种视觉特征与向量语义空间耦合的地图场景识别方法。