一种新的土地覆盖类别面积估计方法及其在最大似然分类法中的.pdfVIP

29 卷第 3 期 资 　源 　科 　学 Vol. 29 ,No. 3 2007 年 5 月 RESOURCES SCIENCE May ,2007 ( ) 文章编号 :1007 - 7588 2007 03 - 0214 - 07 一种新的土地覆盖类别面积估计方法及其在 最大似然分类法中的应用 1 ,2 ,3 1 ,2 郑明国 , 蔡强国 ( 1. 中国科学院地理科学与资源研究所 , 北京 　100101 ; 2. 中国科学院陆地水循环和地表过程实验室 , 北京 　100101 ; 3. 中国科学院研究生院 , 北京 　100049) 　　摘 　要 :首先根据生产者精度和使用者精度的概念 ,提出生产者精度和使用者精度的条件概率表达式 ,然后根 据概率乘积公式 ,推导出生产者精度和使用者精度之间的关系式 。该关系式表明: ①使用者精度和生产者精度的 比值可作为类别真实面积与分类结果中类别面积的比值的估计 ; 　②利用使用者精度和生产者精度的比值可对遥 感分类结果进行修正 ,产生更接近于真实值的土地覆盖类别面积值 ,且该方法的计算结果仅取决于使用者精度和 生产者精度数据的可靠性 ,与分类算法的优劣无关 。该方法可用于最大似然分类方法中先验概率的估计 。对 Erdas Imagine 软件所附带 lanierimg 文件的实验结果表明 ,各种分类结果包括一种对常规最大似然分类结果进行任意修 改后的分类结果 ,利用文中提出方法修正后均产生了接近于真实值的类别面积比例 。由于作为标准的精度检验方 法 ,几乎所有的分类影像都会产生误差矩阵用于精度报告 ,这保证了该方法具有很好的应用价值 ,可以帮助土地利 用土地覆盖研究中获取更准确的土地利用土地覆盖的面积数据 。 　　关键词 :土地覆盖 ;面积估计 ;先验概率 ;最大似然法 1 　引言 此被建议作为遥感分类精度检验的标准方法[3 ] 。误 目前 ,遥感数据被广泛用于土地利用土地覆盖 差矩阵含有丰富的信息 ,Maselli[2 ] 利用误差矩阵获 研究 。土地利用土地覆盖的分类是遥感数据在土 取的误差概率提高了最大似然分类法对类别面积的 地资源分析及应用的第一步[1 ] 。遥感分类后可以产 估计精度 。本文提出一种根据误差矩阵对初分类结 生土地利用土地覆盖类别的分布图 ,根据划分到类 果进行校正的方法 , 以获得更准确的类别面积的估 别的像元数 目,可以知道各类别的分布面积 。但有 计 ,并以荷兰 Twente 地区的 TM 影像和 Erdas Imagine 时并不需要知道土地利用土地覆盖类别的空间分 软件的附带的lanierimg 影像文件进行了实验研究 。 布 ,如作物产量估计或林地面积调查时仅需要知道 2 　最大似然分类方法简介 类别的分布面积 。由于类别光谱特性分布的不规 最 大 似 然 分 类 法 ( Maximum Likelihood 则 ,使得所有基于概率的分类算法都存在对类别面 Classification) 是一种应用最普遍的遥感影像分类方 积估计精度不够的缺点[2 ] ,直接根据分类