10.6041/j.issn.1000-1298.2021.08.014
面向遥感分类精度评价的空间分层模式与分异性评估
为实现遥感分类抽样精度评估,以京津冀不同空间分辨率遥感数据产品为例,首先基于土地利用类型对遥感图像进行内部与边界对象划分,并构建不同的空间分层模式;其次,分别采用直接利用土地利用类型、图像8邻域算法、多尺度空间分异性方法、图像8邻域和多尺度空间分异性耦合方法进行空间分层;最后,设置与K-means聚类对比实验,并利用地理探测器定量评估不同空间分层模式的分异性.结果表明:不考虑内部与边界对象(6层)、考虑边界对象(12层)、考虑内部对象(18层)、考虑内部与边界对象(24层)和K-means(12、18、24层)空间分层模式相应的5组样本点集的q均值±标准偏差分别为0. 252 ± 0. 022 66、0. 259 ± 0. 022 45、0. 321 ± 0. 019 01、0. 318 ± 0. 018 06、0. 269 ± 0. 006 98、0. 304 ± 0. 010 56、0. 317 ± 0. 011 25;内部对象对空间分层分异性起主导作用,边界对象可以稍微提高空间分层分异性,分层数目也影响空间分层的分异性.本研究可更好地认识和理解内部和边界对象对提高空间分层分异性的贡献作用,对提出分异性更高的空间分层方法具有一定的研究价值和指导意义.
遥感分类;精度评价;空间分层;地理探测器;抽样;空间分异性
52
P237(摄影测量学与测绘遥感)
国家自然科学基金项目;北京市自然科学基金项目
2021-09-07(万方平台首次上网日期,不代表论文的发表时间)
共7页
147-153