基于边界域修正粗糙熵模型的遥感影像分类不确定性评价.pdfVIP

中国农业科学 2014,47(11):2135-2141 Scientia Agricultura Sinica doi: 10.3864/j.issn.0578-1752.2014.11.007 基于边界域修正粗糙熵模型的遥感影像分类不确定性评价 1,2 3 1 1 2 竞 霞 ，魏 曼 ，王纪华 ，宋晓宇 ，胡荣明 1 2 3 （国家农业信息化工程技术研究中心，北京 100097；西安科技大学测绘学院，西安 710054 ；国家测绘地理信息局第四航测遥感院，海口 570203 ） 摘要：【目的】遥感影像分类是获取地表覆盖信息的有效技术手段，客观合理地评价遥感影像分类的不确 定性对农业资源调查、作物估产等方面的遥感应用具有重要的意义。论文针对修正粗糙熵模型在评价遥感影 像分类不确定性时存在的问题，构建基于边界域修正粗糙熵模型的遥感影像分类不确定性评价指标，以期更 好地度量地物类别尺度上的遥感影像分类的不确定性。【方法】考虑边界域对遥感影像分类结果不确定性的影 响，对修正粗糙熵模型进行改进，以类别的边界域被分类知识划分的结果取代所有像元被分类知识划分的结 果作为衡量分类知识不确定性的依据，建立基于边界域的修正粗糙熵模型。首先依据粗集理论对所建模型的 合理性进行数学推导，然后以北京市的 Landsat TM 影像和新疆石河子地区的 IKONOS 影像为例，分别应用修 正粗糙熵模型和基于边界域的修正粗糙熵模型对分类结果在地物类别尺度上的不确定性进行评价，用不同空 间分辨率和不同研究区域的试验数据的不确定性评价结果印证理论推导结论。【结果】与修正粗糙熵模型相比， 基于边界域的修正粗糙熵模型在评价遥感影像分类的不确定性时能够更好地刻画分类知识所引起的不确定 性，使遥感影像分类结果的评价更加客观和合理。通过对两种模型下试验数据的分析表明，当所研究的地表 覆盖类型在研究区域内的分布比较零碎，成片区域不多，类别与类别之间的边界部分所占比重较大，混合像 元现象比较严重的时候，采用修正粗糙熵模型计算遥感影像分类结果的不合理性还不是非常明显，还能够比 较客观地反映遥感影像分类的不确定性问题。但是如果评价分布比较集中，面积比较大的地物类型的分类精 度时，修正粗糙熵模型则难以客观地反映遥感影像分类的不确定性问题，其评价结果的不合理性也更为明显。 【结论】采用修正粗糙熵模型进行遥感影像分类的不确定性评价时，放大了由于边界域存在所产生的不确定 性，而基于边界域的修正粗糙熵模型则可以较好地避免这一情况的发生，更合理地度量地物类别尺度上的遥 感影像分类的不确定性。 关键词：遥感图像；分类；不确定性；修正粗糙熵；边界域 Uncertainty Research of Remote Sensing Image Classification Using the Boundary Region-Based Modified Rough Entropy Model 1,2 3 1 1 2 JING Xia , WEI Man , WANG Ji-hua , SONG Xiao-yu , HU Rong-ming (1 National Engineering Research Centerf or Information Technology in Agriculture, Beijing 100097; 2 College of Geomantic, Xi’an University of Science and Technology, Xi’an 710054; 3The Forth Institute of Photogrammetry and Remote Sensing, N