李华朋,张树清,孙 妍

(1.中国科学院东北地理与农业生态研究所,长春 130012;2.中国科学院研究生院,北京 100049)

证据理论结合遥感分类数据能力定量评价研究

李华朋1,2,张树清1,孙 妍1,2

(1.中国科学院东北地理与农业生态研究所,长春 130012;2.中国科学院研究生院,北京 100049)

DS(Dempster-Shafer)证据理论具有结合多源数据的能力,在遥感分类中应用越来越广泛。然而,并不是所有数据源利用证据理论结合后都能提高目标类别的基本概率分配 (Basic Probability Assignment,BPA),从而提高遥感分类效果。如何对证据结合的效果进行评价已成为应用证据理论的一个关键问题。本文提出了评价证据结合效果的证据结合指数 (evidence combine index,eci),选择 TM影像的第 5、7波段作为验证 eci的多源数据,应用 eci评价证据结合效果,利用证据理论遥感分类 Kappa系数的变化对证据结合指数进行了验证。结果表明,该指数能够反映证据理论结合效果,为定量评价证据理论结合多源数据效果奠定了基础。

DS证据理论;遥感分类;证据结合指数

0 引言

在遥感科学领域中,遥感图像分类一直是一个难以解决的问题。单源遥感数据显然不能提供足够的信息,尤其对于地物复杂的地区。利用多源数据进行遥感信息提取及分类是遥感科学发展的趋势[1]。从多种数据源得到重要的多源地理信息对提高遥感分类精度是强有力的手段[2]。DS(Dempster-Shafer)证据理论长久以来就被认为具有处理多源数据的能力[3],能满足多样的分类需求[4-7],其突出优势即是对不完整的、缺失的及冲突证据的函数化表达[8,9]。……