基于参数型指数混合熵模型的农业遥感分类不确定性评价.pdf
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 参数 指数 混合 模型 农业遥感 分类 不确定性 评价
- 资源描述:
-
第29卷第6期
农业工程学报
VOL 29 No 6
2013
3月
I'ransactions of thc Chincse Socicty of Agricultural Fnginccrir
Mar.2013
177
基于参数型指数混合熵模型的农业遥感分类不确定性评价
吴尚蓉,刘佳25,杨鹏2
1.中北大学电子测试技术国家重点实验室,太原(030051:2.中国农业科学院农业资源与农业区划研究所,北京100081
3.农业部农业信息技术重点实验室,北京100081)
摘要:针対对像元尺度上独立于分类方法的不确定性评价的需要利对数混合熵函数在评价遥感影像分类不确定
性中存在的不足,该文提出了一种基于参数型指数混合熵模型的农业遥感影像分类不确定性评价方法。研究首先
对指数混合熵函数进行改进,推导出参数型指数混合熇函数并确定出适合于评价农作区遥感影像分类的参数:然
后,使用该函数建立一种像元尺度上独立于分类的不确定性评价模型;最后,将该模型应用于空间分辨率退化10
倍的SP(I-5影像中,并使用原始影像対评价结果进行验证。试验结果表明,当模型中参数型指数混合熵函数的
参数分別为4和1时,该函数比数混合熵函数更好地统一了模糊性和随机性,们范围提高了2.11倍。该模型
不确定性评价结果与原始影像3种分类的不确定像元比例相关系数分别为0.60、0.66、0.70,评价结果较为准确。
因此,该模型可以在像元尺度上独立于分类方法将地物类别相对复杂的农业遥感影像分类不确定性更为精确地表
达出来,为确保农作物种植面积提取、区域产量遥感估测精度提供了有力支撑
关鍵词:遥感,模型,不确定性分析,指数混合熵,农作区
doi:10.39696.issn.1002-6819.2013.06.022
中图分类号:P208;S127
文献标志码:A
文章编号:1002-6819(2013)-06-0177-08
吴尚蓉,刘佳,杨鹏.基于参数型指数混合熵模型的农业遥感分类不确定性评价[].农业工程学报,2013,
29(6):177-184
Wu Shangrong, Liu ia, Yang Peng. Evaluation on uncertainty in agricultural remote sensing classification based on
exponential hybrid entropy model in parametric form J]. Iransactions of the Chinese Society of Agricultural Engineering
(Transactions o! the CSAE) 2013, 29(6): 177-184(in Chinese with English abstract
性以及最终分类模型造成的不确定性等几种不确
定性共同叠加的结果习。遥感分类不确定性兼具模
遥感技术发展至今,如何客观地评价遥感影像糊性和随机性,模糊性是指遥感分类不确定性本身
分类精度仍是遥感应川领域的一大难题山。农作区是模糊的,即是符合不确定性的标准是难以确定
遥感影像是农业遥感影像中重要的组成部分,数的。随机性是指在遥感分类不确定性已经明确的情
据兼其模糊性和随机性。与其他地区相比,农作区况下,由于发生不确定性的条件不充分,使得在条
地物分布情况更为复杂且地物区分度较低,“同物件与不确定性之间不能出现确定的因果关系。遥感
异谱”或“同譜异物”现象大量存在例。因此在使分关不确定性的存在直接影响了遥感数据在各个
用混合熵模型评价农作区遥感影像分类不确定性领域的实际应用,因此选取一种适合于评价遥感分
时,为了可以更有效地显示分类不确定性在空间域类不确定性的方法是十分必要的02。自20世
上.的分布特征回,需要寻找一个熵值范围较人并统60年代末 Blkaney和 Webster i最先开始研究GIS空
考虑模糊性和随杋性的熵函数。
问不确定性以来,遥感分类不确定性的研究已发
遥感分类的日的在于将遥感影像中每个像元展到类别尺度上"叫。当前应用最为广泛的遥感分类不
根据它在不同波段的光谱亮度、空间结构特征或其确定性评价模型是误差矩阵评价模型,它已成为评价
他信息,按照某种规则或算法划分为不同的种类。遥感数据分类精度的核心方法之一。从该模型中可以
遥感分类具有不确定性、它的不确定性通常是由于得到总体正确率、生产者正确率、用户正确率,以及
数据源的不确定性,图像处理过程中产生的不确定Kapa系数等多个分类精度的度量指标。但在实际
应川中该模型也存在着些问题,如 Kappa系数在实
收稿日期:2012-05-28修订日期:2012-12-30
基金项日:国家重大科技专项(1FO2011112):国家自然科学基金项日
际计算过程中高估了偶然一致性,在计算结果中低估
(41171328)
了总体分类精度等?。现价段,对于遥感分类评价
者简介:吴尚蓉(198-),女,北京人,研究方向为信总获取与处方法的研究逐渐由简单的定性、非定位研究,向具
埋技术。山西中北大学电子测试技术国家重点实验室,030051
体的定量、定位研究发展。村延臣等叫提出了当
Email:dangcrzoo(/0126.com
展开阅读全文
文档分享网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。



链接地址:https://www.wdfxw.net/doc18959470.htm