基于证据理论组合多分类规则实现大区域植被遥感分类-林业科学研究.pdf

林业科学研究　２０１７，３０（２）：１９４ １９９ ＦｏｒｅｓｔＲｅｓｅａｒｃｈ 　　ＤＯＩ：１０．１３２７５／ｊ．ｃｎｋｉ．ｌｙｋｘｙｊ．２０１７．０２．００２ 基于证据理论组合多分类规则实现大区域 植被遥感分类研究  胡　博，鞠洪波 ，刘　华，郝　泷，刘　海 （中国林业科学研究院资源信息研究所，北京　１０００９１） 摘要：［目的］利用遥感影像的时效性和宏观性特点，基于证据理论组合多分类规则的方法快速和高效地实现大区 域植被遥感分类。［方法］首先，依据辨识框架的概念设计分类系统，并采用大区域样本快速采集方法提取训练样 点；其次，将多个单分类规则得到的植被类型特征影像归一化处理为基本概率赋值作为表达对各类型信任程度的证 据源数据，再将不同证据源的信任度信息依据证据理论组合；再次，将组合结果依据最大信任度原则确定植被类型； 最后，在中国植被图与中国土地覆盖图的类型一致区域随机布点作为验证样本。［结果］各单分类器分类结果的总 体精度范围为６０％ ７０％，两两规则组合分类结果的总体精度范围为７０％ ８０％，３个规则组合分类结果的总体 精度达到８０．８４％。［结论］组合多分类规则的证据理论分类方法可以提高分类精度；参与组合的单分类器精度越 高，相关证据源越多，组合分类结果精度越高。 关键词：遥感；大区域；证据理论；植被分类 中图分类号：Ｓ７７１．８ 文献标识码：Ａ　　　文章编号：１００１１４９８（２０１７）０２０１９４０６ ＣｏｍｂｉｎｉｎｇＭｕｌｔｉｐｌｅＣｌａｓｓｉｆｉｅｒｓＢａｓｅｄｏｎＥｖｉｄｅｎｃｅＴｈｅｏｒｙｆｏｒＬａｒｇｅＳｃａｌｅ ＶｅｇｅｔａｔｉｏｎＴｙｐｅｓＣｌａｓｓｉｆｉｃａｔｉｏｎｂｙＲｅｍｏｔｅＳｅｎｓｉｎｇＩｍａｇｅｓ ＨＵＢｏ，ＪＵＨｏｎｇｂｏ，ＬＩＵＨｕａ，ＨＡＯＳｈｕａｎｇ，ＬＩＵＨａｉ （ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＦｏｒｅｓｔｒｙＲｅｓｏｕｒｃｅＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｉｑｕｅｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ，Ｂｅｉｊｉｎｇ　１０００９１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：［Ｏｂｊｅｃｔｉｖｅ］Ｂａｓｅｄｏｎｔｈｅｅｖｉｄｅｎｃｅｔｈｅｏｒｙｐｒｉｎｃｉｐｌｅ，ｔｈｅｒｅｓｅａｒｃｈｗｉｌｌｒｅａｌｉｚｅａｃｏｍｂｉｎａｔｉｏｎｏｆｍｕｌｔｉｐｌｅ ｃｌａｓｓｉｆｉｅｒｓｑｕｉｃｋｌｙａｎｄｅｆｆｉｃｉｅｎｔｌｙｆｏｒｌａｒｇｅｓｃａｌｅｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｏｒｄｉｎｇｔｏｔｈｅｔｅｍｐｏｒａｌａｎｄｔｈｅｅｘ ｔｅｎｓｉｖｅｆｅａｔｕｒｅｓｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｓ．［Ｍｅｔｈｏｄ］Ｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｓｙｓｔｅｍｉｍｉｔａｔｅｄｔｈｅｆｒａｍｅｏｆｄｉｓｃｅｒｎｍｅｎｔ ｃｏｎｃｅｐｔａｎｄｅｘｔｒａｃｔｅｄｔｒａｉｎｉｎｇｓａｍｐｌｅｓｗｉｔｈｑｕｉｃｋｓａｍｐｌｉｎｇｏｂｔａｉｎｉｎｇｍｅｔｈｏｄｆｏｒｌａｒｇｅａｒｅａｖｅｇｅｔａｔｉｏｎ．Ｔａｋｉｎｇｔｈｅ ｆｅａｔｕｒｅｉｍａｇｅｓｏｆｖｅｇｅｔａｔｉｏｎｔｙｐｅｓｏｂｔａｉｎｅｄｂｙｄｉｆｆｅｒｅｎｔｓｉｎｇｌｅｃｌａｓｓｉｆｉｅｒｓａｓｅｖｉｄｅｎｃｅｓｏｕｒｃｅｓ，ｔｈｅｆｅａｔｕｒｅｉｍａｇｅｓ ｗｅｒｅｎｏｒｍａｌｉｚｅｄｔｏｔｈｅｂａｓｉｃｐｒｏｂａｂｉｌｉｔｙａｓｓｉｇｎｍｅｎｔｆｏｒｅｘｐｒｅｓｓｉｎｇｔｈｅｃｒｅｄｉｂｉｌｉｔｙａｎｄｔｈｅｂａｓｉｃｐｒｏｂａｂｉｌｉｔｙａｓｓｉｇｎ ｍｅｎｔｓｗｅｒｅｃｏｍｂｉｎｅｄｂａｓｅｄｏｎｔｈｅｃｏｍｂｉｎａｔｉｏｎｒｕｌｅｓｏｆｅｖｉｄｅｎｃｅｔｈｅｏｒｙ．Ｔｈｅｃｏｍｂｉｎａｔｉｏｎｒｅｓｕｌｔｓｗｅｒｅｃｌａｓｓｉｆｉｅｄｂｙ ｃｕｍｕｌａｔｉｖｅｂｅｌｉｅｆｖａｌｕｅｐｒｉｎｃｉｐｌｅ．［Ｒｅｓｕｌｔ］Ｔｈｅｓｉｎｇｌｅｃｌａｓｓｉｆｉｅｒ’ｓａｃｃｕｒａｃｙｒａｎｇｅｗａｓ６０％ ７０％ ｗｈｉｌｅｔｈｅｐａｉｒ ｗｉｓｅｃｏｍｂｉｎａｔｏｒｉａｌｃｌａｓｓｉｆｉｅｒ’ｓａｃｃｕｒａｃｙｒａｎｇｅｗａｓ７０％ ８０％，ｂｕ