CN107330473-CN201710545574-一种基于空间邻接指数的遥感分类野外调查样方抽选方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107330473 A (43)申请公布日 2017.11.07 (21)申请号 201710545574.0 (22)申请日 2017.07.06 (71)申请人 常州市星图测绘科技有限公司 地址 213023 江苏省常州市钟楼经济开发 区玉龙南路213号811室常州市星图测 绘科技有限公司 (72)发明人 顾建宇　黄琳　 (74)专利代理机构 常州市权航专利代理有限公 司 32280 代理人 乔楠 (51)Int.Cl. G06K 9/62(2006.01) 权利要求书1页 说明书5页 附图2页 (54)发明名称 一种基于空间邻接指数的遥感分类野外调 查样方抽选方法 (57)摘要 本发明涉及一种基于空间邻接指数的遥感 野外调查样方抽选方法，包含以下步骤：步骤1)： 遥感影像分类；步骤2)：计算每个像元的空间邻 接指数(SAI)；步骤3)：抽样分层；步骤4)：确定每 一层的样本量；步骤5)：分层随机抽样。本发明的 一种基于空间邻接指数的遥感野外调查样方抽 选方法，提出了一种量化的空间邻接指数，该指 数有效地表达了遥感分类误差在空间上的分布 规律，然后以该指标作为分层抽样的分层指标进 行样本量分配和抽选。相比传统的简单随机抽 样、系统抽样、按类类型分层随机抽样方法等，具 A 有同等样本量情况下精度高、同等精度要求下样 3 本量少、计算简单、适用性强等特点。 7 4 0 3 3 7 0 1 N C CN 107330473 A 权　利　要　求　书 1/1 页 1.一种基于空间邻接指数的遥感野外调查样方抽选方法，包含以下步骤： 步骤1)：遥感影像分类； 步骤2)：计算每个像元的空间邻接指数(SAI)； 步骤3)：抽样分层； 步骤4)：确定每一层的样本量； 步骤5)：分层随机抽样。 2.如权利要求1所述的一种基于空间邻接指数的遥感野外调查样方抽选方法，其特征 在于： 所述步骤1)至步骤5)具体为： 步骤1)：遥感影像分类为：对一副遥感影像利用机器学习算法进行分类，得到土地覆盖 类型空间分布图； 步骤2)：计算每个像元的SAI：SAI的计算方法如下式： 其中，y 为分类图像上任意一像元的类型，y 表示与y 邻接像元的类型，当y 与y 类型相 i k i i k 同时，Ψ(y ＝y )取值为0，否则取值为1； i k 步骤3)：抽样分层：按SAI值将图像上的像元分为z+1层，层号为h，h∈[1,z+1]。 步骤4)：确定每一层的样本量； 步骤5)：分层随机抽样。 3.如权利要求1所述的一种基于空间邻接指数的遥感野外调查样方抽选方法，其特征 在于：所述每个像元的空间邻接指数SAI变化范围为2-8。 4.如权利要求2所述的一种基于空间邻接指数的遥感野外调查样方抽选方法，其特征 在于：所述步骤4)具体为：每一层的样本量的计算方法如下式： 其中，n 为第h层的样本量，W 为第h层的像元总数占总体像元数比例，S 为第h层的方 h h h 差，C 为第h层的空间邻接指数的函数，C 取值为1/(SA％+1)。