下载文档原格式
收稿日期:2004-03-15; 修订日期:2004-05-08 基金项目:测绘遥感信息工程国家重点实验室开发研究基金资助项目((02)0101) 作者简介:胡圣武(1970-),男,讲师,博士研究生,从事GIS 数据质量、可靠性分析和遥感图像处理技术研究。
遥感数据的模糊不确定性及其处理方法探讨胡圣武1,许 辉2,王新洲1,潘正风1(1.武汉大学测绘学院,湖北武汉430079;2.焦作工学院计算机工程系,河南焦作454000)摘要:通过对遥感数据生成机理的分析,得出遥感数据存在不确定性,并进一步论证了不确定性中含有模糊不确定性,这样对遥感数据的不确定性处理更加全面和合理,从而达到提高遥感数据的精度和消除遥感数据不确定性的目的。
综合国内外对遥感数据模糊不确定性的处理研究,探讨了几种处理方法,发现还没有一种方法能圆满解决遥感数据的模糊不确定性。
关键词:遥感数据;不确定性;模糊不确定性中图分类号:T P75 文献标识码:A 文章编号:1672-0504(2004)04-0019-04 随着遥感图像分辨率的提高,其作用越来越明显,特别是遥感在GIS 中发挥的作用越来越大。
由于遥感成像的复杂性和多种不可控制因素的影响,其精度有多种影响因素,因而研究遥感数据的精度就显得格外重要。
遥感数据的精度问题就是遥感数据的不确定性问题,近年来,越来越多的国家成立专门组织机构,并组织学者对此问题进行研究,取得了丰硕的成果[1,2]。
这些成果是基于随机理论取得的,主要是考虑随机不确定性,遥感数据不确定性的处理方法基本是基于随机理论的概率统计方法。
对于模糊不确定性研究比较少,且成果也不多,还未引起高度的重视。
本文就遥感数据的模糊不确定性及其处理方法进行探讨。
1 遥感数据不确定性的存在遥感数据主要是反映地球表层信息的数据。
由于地球系统的复杂性和开放性,地表信息的数据是多维的、无限的,而由于遥感信息传递过程中的信息衰减等局限性以及遥感信息之间的复杂相关性,决定了遥感信息的数据是简化的二维信息数据,因此遥感信息的地学空间分析和过程及反演具有不确定性和多解的特点(陈述彭)。
遥感影像解译不确定性的评估与表达摘自《遥感数据的不确定性问题》承继成郭华东史文中等编著遥感数据的精度评估研究是从 1975 年开始的 (1973 年发射第一个遥感卫星 )。
最早 Hord 和Brooner(1976)，Van Genderen 和Lock(1977)及Ginevan(1979) 曾提出了建立测试评估地图的标准和技术的建议。
Roslnfield(1982)，Congalton(1983)，Aronoff(1985)对遥感数据精度的评估标准和技术进行了较深入的研究，以后又有更多的人参与了该项研究工作。
误差矩阵是主要的方法，它能很好地表达专题图的精度，已经成为普遍采用的方法。
一、遥感影像解译不确定性评估综述遥感解译有人工目视判读和计算机自动分类处理。
在本章中我们主要指计算机自动分类。
造成遥感影像解译不确定性的原因有遥感数据固有的不确定性和遥感数据获取、处理、传输、分类过程造成的误差。
因此遥感数据解译过程中的不确定性是客观存在、不可避免的。
任何解译的成果图件在不同程度上都存在着一定的不确定性，符合“任何人工模拟产品与客观真实世界之间总是存在一定差异”的原理。
遥感影像数据的不确定性是普遍存在的。
一些遥感影像的分辨率很低，经过各种处理影像分类的可信度尽管有所提高但仍然存在不确定性( 表1)，一些地物的可信度仍很低。
表 1 遥感影像分类的可信度 (%)( 据吴连喜 ,20XX)地类城镇建筑农村居民点裸地大棚耕地园地林地水体道路 TM影像 Marr融合影像 Brovey融合影像 HIS融合影像7510 PCA融合影像 5839 5487 遥感数据分类的不确定性度量方法通常用误差矩阵来度量。
从误差矩阵中可以计算出分类精度的指标，如“正确分类比”。
另一种指标是Cohen 提出来的Kappa系数，后来经Foody(1992) 修正后称为 Tau 系数。
遥感数据分类的专题不确定性是指专题值与其真值的接近程度,其度量随专题数据类型的不同而不同。
