En los últimos años, los datos de teledetección multiescala se han utilizado ampliamente para mapear la cobertura del suelo a escala regional e incluso global. Por lo tanto, la gente está prestando cada vez más atención a la investigación sobre el efecto de escala de la teledetección. Precisión de clasificación de datos de detección.
Woodcock y Strahler (1987) estudiaron sistemáticamente por primera vez el factor de escala en teledetección. Estudiaron el efecto de escala de la clasificación de la teledetección analizando el cambio de la variación de la imagen local con la resolución de la imagen. En términos generales, cuando la resolución espacial inicial de los datos de detección remota es lo suficientemente alta (los píxeles son mucho más pequeños que el tamaño objetivo en el medio de la imagen), a medida que la resolución espacial de la imagen disminuye gradualmente, la variación local de la imagen disminuirá gradualmente. aumenta, y en un cierto punto La varianza local alcanza el máximo en una resolución. Cuando la resolución espacial de la imagen continúa disminuyendo, la varianza local de la imagen comienza a disminuir gradualmente nuevamente; Cuando la variación local de la imagen alcanza el máximo, indica que la resolución espacial de la imagen es equivalente al tamaño del objeto objetivo en la escena terrestre. En este momento, la separabilidad entre categorías es la mayor y los píxeles mezclados son los menores. Pero ésta es sólo una situación ideal. Dado que el tamaño, la forma y el nivel de agregación de las categorías de objetos terrestres varían mucho, la resolución real de la imagen seleccionada debe ser mayor que la resolución óptima determinada por el método de variación local.
La desventaja del método de varianza local para estudiar el efecto de escala de la información de teledetección es que solo considera el cambio de varianza local de la imagen en una sola banda, y es inconveniente de aplicar a la teledetección multiespectral. datos; otra limitación del método de varianza local es que la varianza local de la imagen está relacionada con la varianza global de la imagen y no tiene sentido comparar directamente la varianza local de diferentes imágenes. Además, el efecto límite en el proceso de cálculo de la varianza local afecta la precisión de la varianza local.
Arbia et al. (1996) utilizaron métodos experimentales de simulación de imágenes para estudiar el famoso "Problema de unidad de área modificable (MAUP)" en una investigación a escala sobre la precisión de clasificación de máxima verosimilitud de las imágenes de detección remota multiespectrales. Los resultados de la investigación muestran que el tamaño del error de clasificación de máxima probabilidad aumenta a medida que disminuye la resolución espacial de los datos, pero la dependencia espacial entre píxeles puede neutralizar parcialmente el aumento del error de clasificación; Principalmente al margen entre categorías.
Dado que el aumento en la resolución espacial puede causar simultáneamente cambios en el grado de variación espectral intraclase y el número de píxeles mezclados en los bordes, y los efectos de estos dos cambios en la precisión de la clasificación son contradictorios, el sistema Es necesario evaluar su impacto combinado en la precisión de la clasificación a medida que cambia la resolución espacial de los datos de teledetección. Hsieh et al. (2001) utilizaron imágenes simuladas para estudiar el impacto de la resolución espacial de los datos de teledetección en los errores de clasificación de "píxeles puros" y píxeles mixtos. Integraron la resolución espacial y el tamaño del objetivo terrestre, dos factores que determinan la variación intraclase y el número de píxeles mezclados, en una variable definiendo la relación de la distancia de muestreo terrestre (GSD) (correspondiente a la resolución espacial). y el tamaño del objetivo. Los resultados de su investigación muestran que cuando esta proporción disminuye, el error de clasificación de los píxeles puros aumenta y el error de clasificación de los píxeles mixtos disminuye. En realidad, esta conclusión es completamente consistente con los resultados del análisis de Markham y Townshend (1981). Debido a que la relación entre la resolución espacial y el objetivo terrestre disminuye, se puede entender que la resolución espacial de los datos de detección remota aumenta cuando el objetivo espacial permanece sin cambios. Por lo tanto, el grado de variación espectral dentro de la clase aumenta y el número de píxeles mezclados disminuye. Otro resultado de su estudio es que a medida que disminuye la proporción definida, el error de clasificación general primero disminuye gradualmente. Después de que el error de clasificación general alcanza el valor mínimo, a medida que la proporción disminuye aún más, el error de clasificación general comienza a aumentar gradualmente. Obviamente, este resultado es consistente con la conclusión del método de varianza local de Woodcock y Strahler (1987). Porque el efecto de reducir gradualmente la relación entre la distancia de muestreo terrestre y el tamaño del objetivo terrestre es equivalente a aumentar gradualmente la resolución espacial de los datos de detección remota cuando el objetivo terrestre permanece sin cambios. A medida que aumenta la resolución espacial, la varianza local primero aumentará gradualmente y, cuando alcance el valor máximo, la varianza local disminuirá a medida que aumenta la resolución espacial.
Por lo tanto, se puede predecir que la resolución espacial cuando la relación entre la distancia de muestreo terrestre y el tamaño del objetivo terrestre alcanza el mínimo debería ser consistente con la resolución espacial cuando la varianza local alcanza el máximo. Sin embargo, la ventaja del método de investigación de Hsieh et al. (2001) es que no se limita a datos de teledetección de banda única.
Smith et al. (2002) estudiaron el impacto del tamaño de la parcela y la heterogeneidad de la cobertura terrestre en la precisión de la clasificación temática de las imágenes de teledetección y utilizaron un modelo de regresión logística para evaluar el tamaño de la parcela y la heterogeneidad de la cobertura terrestre. El efecto de las propiedades cualitativas en la precisión de la clasificación temática de las imágenes de teledetección. Los resultados muestran que cuando la heterogeneidad de la cobertura terrestre aumenta y los parches disminuyen, la precisión de la clasificación disminuye. Esta conclusión es en realidad una verificación de la teoría de Markham y Townshend (1981). Porque para los datos de teledetección con una determinada resolución espacial, el efecto de aumentar la heterogeneidad de la cobertura terrestre y reducir los parches es en realidad un aumento en el número de píxeles mixtos.
Marceau et al. (1994a, 1994b) tomaron el entorno forestal templado de latitudes medias como ejemplo para estudiar el impacto de la escala de medición de datos de teledetección (resolución espacial) y el nivel de agregación espacial en la precisión de la clasificación de datos de teledetección. Los resultados de la investigación muestran que: los cambios en la resolución espacial de los datos de teledetección y los cambios en el nivel de agregación espacial afectarán significativamente las características estadísticas de cada categoría, pero el impacto de los cambios en la resolución espacial es mayor que el impacto de los cambios en la resolución espacial. nivel de agregación; la precisión de clasificación de una sola categoría está relacionada en gran medida con la resolución espacial y el nivel de agregación. En un cierto nivel de agregación, algunas categorías tienen una alta precisión de clasificación en alta resolución, mientras que otras categorías tienen una alta precisión de clasificación en baja resolución. Por lo tanto, para entornos naturales complejos, no existe una resolución espacial única adecuada para identificar todas las entidades geográficas.
Moody y Woodcock (1994) estudiaron la relación entre el error de estimación del área del tipo de cobertura terrestre mediante teledetección y la resolución espacial y encontraron que la estimación del área del tipo de cobertura terrestre cambia con el cambio de la resolución espacial. Experimentos en áreas forestales del norte de California, EE.UU., muestran que cuando la resolución espacial es superior a 90 m, el error de estimación del área aumenta significativamente. El error de estimación del área es una función de la resolución espacial, el tamaño de la clase de cobertura terrestre y la estructura espacial de la clase de cobertura terrestre.
Narayanan y Desetty (2002) desarrollaron un método de investigación para el contenido de información de teledetección basado en la precisión de la clasificación, y establecieron un índice del contenido de información de teledetección basado en el grado de contraste entre el objetivo y el fondo y el relativo. relación entre el objetivo y el tamaño de píxel. Un estudio comparativo de imágenes TM e imágenes SIR-C muestra que cuando la resolución de píxeles es mayor, la imagen TM tiene mayor contenido de información, mientras que cuando la resolución de la imagen es menor, la imagen SIR-C tiene mayor contenido de información, el cambio en el La relación de contraste entre los dos se produce a una resolución de aproximadamente 720 m.
Ferro et al. (2002) estudiaron el impacto del tamaño de la ventana de cálculo de textura en la precisión de la clasificación de imágenes de textura. Los errores en la clasificación de imágenes de textura ocurren principalmente en los bordes de las categorías. Una ventana de cálculo de textura grande produce mediciones de textura relativamente estables, pero causa grandes efectos de borde; una ventana de cálculo de textura pequeña produce efectos de borde pequeños, pero generalmente es difícil producir mediciones de textura estables. Los resultados de los experimentos de clasificación de texturas que utilizan datos simulados muestran que a medida que aumenta la ventana de cálculo de texturas, aumenta la separabilidad de las texturas, pero la separabilidad de los píxeles fuera de los bordes puede sobreestimarse.
En general, la investigación sobre el efecto de escala de la incertidumbre de clasificación en datos de teledetección se centra principalmente en cambios en el número de píxeles mezclados y cambios en el grado de variación espectral dentro de categorías causados por cambios en la resolución espacial de Datos de teledetección. Dos factores contradictorios afectan la precisión de la clasificación de la teledetección. El impacto de los cambios en la resolución espacial de los datos de teledetección sobre la precisión de los resultados de la clasificación es el efecto combinado de dos factores que influyen. Quizás el indicador más directo para evaluar este efecto integral sea la precisión de la clasificación temática final de los datos en diferentes resoluciones. Sin embargo, en la clasificación real de imágenes de teledetección, la precisión de la clasificación temática final incluye el error causado por el propio clasificador. Como se muestra en los resultados de la investigación en el Capítulo 4 de este artículo, los errores de clasificación causados por diferentes clasificadores son diferentes.
Para la clasificación de datos de teledetección multiespectrales, un mejor método para evaluar el efecto integral de los cambios en la resolución espacial de los datos de teledetección sobre la precisión de la clasificación es realizar un análisis de separabilidad estadístico (Análisis de Separabilidad) de características espectrales entre categorías. El análisis estadístico de separabilidad de los datos de entrenamiento puede estimar el error esperado para diferentes características en el proceso de clasificación (Swain y Davis, 1987). El análisis de separabilidad estadística se utiliza ampliamente en el proceso de extracción de características en la clasificación por teledetección. Este artículo intenta explorar el efecto de escala de la precisión de la clasificación por teledetección a través del análisis de separabilidad estadística de datos de entrenamiento de clasificación con diferentes resoluciones espaciales.