先验概率对最大似然法提取土地利用现状信息精度的影响

摘要：

最大似然分类法是提取土地利用现状信息时常用的一种遥感分类技术,但研究者分类前无法确切知道各类别的先验概率,因此先验概率是最大似然分类法的主要难点之一.该文从理论上分析了先验概率对最大似然分类法分类结果生产者精度、使用者精度、总精度和kappa指数的影响,提出运用循环迭代法来消除先验概率对最大似然分类法分类结果的影响,并指出了循环迭代法能够进行的条件.最后以郑州市为例进行了实证研究.研究表明:运用循环迭代法进行最大似然法分类保证了错分损失最小,可提高遥感影像总分类精度,但对不同分布面积的类别的分类精度影响不一样:对于分布面积大于平均值的类别,一般会提高其生产者精度,但会使使用者精度降低,使得分类面积大于实际面积;分布面积小于平均值的类别,一般会提高其使用者精度,但会使生产者精度降低,使得分类面积小于实际面积.

关键词：先验概率、最大似然分类法、BAYES准则、土地利用

所属期刊栏目：26

分类号：F301.24;S11+1.611.ZZ(农业经济理论)

资助基金：河南省高校青年骨干教师资助计划HNYG2001-12

在线出版日期：2004-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：94-99