张光裕 李华朋

(东北林业大学，哈尔滨，150040) (中国科学院东北地理与农业生态研究所)

证据推理遥感分类背景下遥感影像证据支持度生成方法的对比

张光裕 李华朋

(东北林业大学，哈尔滨，150040) (中国科学院东北地理与农业生态研究所)

选择黑龙江省洪河自然保护区的ETM+遥感影像，对比分析了基于最小距离法(MD)和频率分布法(FD)两种不同证据支持度生成方法的证据推理遥感分类精度。结果表明，在使用前3个或更少的波段情况下，MD方法证据支持度质量比MD方法好，而在前4个或更多的波段情况下，MD方法生成的证据支持质量更高。证据支持度的合理与否直接影响证据推理的分类精度和效果，而MD方法在多波段情况下在证据支持度生成方面更具优势。

遥感分类;证据推理;证据支持度;最小距离法;频率分布法

遥感分类一直是遥感领域研究的重要内容之一，是遥感影像转换为可用的地理数据的核心[1]。已有研究表明，多源数据具有提高遥感分类精度的潜力[2]，基于多源数据遥感分类已经成为遥感分类研究的主要方向。这给传统的基于统计学的遥感分类方法提出了挑战，因为这些方法不能处理多维数据[3]，并且对数据的分布有一定要求(满足正态分布)[4]。因此，亟待提出新的方法解决这些问题。证据推理是两种能有效地处理多源数据的方法之一，已经有很多研究利用证据推理结合多源数据完成了一系列的分类任务[5-9]。

证据理论(Theory of Evidence)是基于Dempster-Shafer理论而建立起来的。……