基于证据理论的多源遥感产品土地覆被分类精度优化

作     者：宋宏利 张晓楠 陈宜金 Song Hongli;Zhang Xiaonan;Chen Yijin

作者机构：河北工程大学资源学院邯郸056038 中国矿业大学(北京)地球科学与测绘工程学院北京100083 

出 版 物：《农业工程学报》 (Transactions of the Chinese Society of Agricultural Engineering)

年 卷 期：2014年第30卷第14期

页      面：132-139页

核心收录：

学科分类：082804[工学-农业电气化与自动化] 08[工学] 0828[工学-农业工程] 09[农学] 0903[农学-农业资源与环境] 

基　　金：河北省自然科学基金"大尺度多源遥感信息融合土地覆被制图研究"(D2013402014) 矿山空间信息技术国家测绘地理信息局重点实验室基金"大尺度多源土地覆被遥感产品融合研究"(KLM201206) 邯郸市科学发展计划项目(1321103076-4) 

主　　题：遥感 不确定性分析 分类 证据理论 土地覆被 遥感产品 数据融合 

摘      要：针对现有土地覆被遥感产品及融合方法存在的不足，该文提出了一种新的分类体系转换方法，实现了证据理论（Dempster-Shafer）框架下多源产品的集成，并以 GEOWIKI、林业调查数据为参考，通过绝对及交叉验证方法对融合结果精度进行了评价。研究结果表明：无论总体精度还是类别精度，融合结果与原始数据相比均有一定提高，说明在融合过程中，吸收了多源数据的类别分布特征，做到了多源数据间的互补。通过融合结果的不确定性分析，总体上融合结果的不确定性较小，但在景观异质性较强区域，融合结果的不确定性显著，不确定性值集中于0.4～0.7之间，这说明如何提高景观异质性区域的土地覆被类别精度，实现该区域数据重构是未来亟需解决的问题。该文所得成果为未来全球或区域尺度土地覆被遥感产品的研制及产品精度验证提供了参考。