最終的總不確定度是各種不確定度不斷累積的結(jié)果。關(guān)于不確定性1，關(guān)鍵摘錄1，不確定性是世界的普遍規(guī)律，科學(xué)的核心是不確定性，確定性是人類用理性思維抽象出來(lái)的模型，是現(xiàn)實(shí)世界的簡(jiǎn)化，我們以拉尼爾湖地區(qū)的TM多光譜遙感數(shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù)，研究了遙感數(shù)據(jù)分類中不確定性的尺度效應(yīng)。

信息的有用性在不同的時(shí)間是不同的，同樣的信息在不同的地區(qū)有用性不同，同樣的信息對(duì)不同的企業(yè)有用性也不同。信息的價(jià)值在三個(gè)方面具有不確定性，即信息在不同時(shí)間的有用性不同，同一信息在不同地區(qū)的有用性不同，同一信息對(duì)不同企業(yè)的有用性不同。信息價(jià)值的不確定性往往與用戶數(shù)量有關(guān)。同一信息的用戶越多，對(duì)單個(gè)用戶的價(jià)值就越小。

信息的價(jià)值可能會(huì)隨著時(shí)間的推移而發(fā)生變化，因?yàn)榄h(huán)境、競(jìng)爭(zhēng)態(tài)勢(shì)或其他因素的變化可能會(huì)使信息在一個(gè)時(shí)間點(diǎn)變得更有價(jià)值，而在另一個(gè)時(shí)間點(diǎn)變得不那么有價(jià)值。* * *同一信息在不同地區(qū)的有用性是不同的* *。信息的價(jià)值可能會(huì)受到地區(qū)的限制，因?yàn)椴煌貐^(qū)的競(jìng)爭(zhēng)形勢(shì)、政策環(huán)境、市場(chǎng)狀況可能會(huì)有很大的差異，導(dǎo)致同樣的信息在一個(gè)地區(qū)可能價(jià)值較大，在另一個(gè)地區(qū)價(jià)值較小。

在遙感數(shù)據(jù)的生命周期中，數(shù)據(jù)采集、處理、分析、數(shù)據(jù)轉(zhuǎn)換等各種操作。會(huì)引入不同類型和不同程度的不確定性，并在各種后續(xù)處理過程中擴(kuò)散。最終的總不確定度是各種不確定度不斷累積的結(jié)果。不同的操作也可能引入不同的不確定性。圖21顯示了典型遙感信息處理中的誤差累積。在遙感信息處理過程中，每一步都可能引入不同類型的不確定性。

有很多方法* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *。***************************************************************。

即計(jì)算各種因素引起的不同效益，效益最大的方案為最優(yōu)方案；2.計(jì)算方案的后悔值。即計(jì)算由于不確定因素誤判而采用的方案的利潤(rùn)值與最大利潤(rùn)值之差，后悔值最小的方案為最佳方案；3.用概率求期望值，即方案比較的標(biāo)準(zhǔn)值，期望值最好的方案就是最佳方案；4、綜合考慮決策標(biāo)準(zhǔn)，不偏離規(guī)則。綜上所述，不確定性分析可分為盈虧平衡分析、敏感性分析、概率分析和準(zhǔn)則分析。

1。后驗(yàn)概率向量在基于貝葉斯理論的遙感分類過程中獲得的后驗(yàn)概率向量可以導(dǎo)出分類不確定性的一些度量。基于貝葉斯理論的分類方法通過計(jì)算像素在分類系統(tǒng)中屬于每個(gè)類別的后驗(yàn)概率來(lái)判斷像素的最終類別。通常，將像素的后驗(yàn)概率向量中最大項(xiàng)的類別作為最終分類結(jié)果中該像素的類別。這種分類方法被稱為“硬分類器”。由于這種方法只保留了后驗(yàn)概率最大的類別，而忽略了像素屬于任何其他類別的概率，因此“丟失了所有有用的不確定信息”(GoodchildandWang，1989；特羅德塔爾。,1989)。

概率向量一般通過最大似然分類獲得。最大似然圖像分類方法原理如下:假設(shè)一幅圖像中的光譜類別表示為:在遙感信息的不確定性研究公式中，m為類別總數(shù)。在區(qū)分位于X的像元的類別時(shí)，利用條件概率遙感信息的不確定性，研究位置向量X是光譜反射值的多波段向量，將像元表示為多維光譜空間中的一個(gè)點(diǎn)。

由于類別的統(tǒng)計(jì)可分性反映了類別被正確分類的概率，所以通過研究類別的統(tǒng)計(jì)可分性的尺度效應(yīng)，反映了類別被正確分類的不確定性的尺度效應(yīng)。我們以拉尼爾湖地區(qū)的TM多光譜遙感數(shù)據(jù)為實(shí)驗(yàn)數(shù)據(jù)，研究了遙感數(shù)據(jù)分類中不確定性的尺度效應(yīng)。通過逐步擴(kuò)展原有的空間分辨率(30m)得到不同比例尺(空間分辨率)的數(shù)據(jù)。尺度擴(kuò)展的方法是計(jì)算原始圖像在某個(gè)窗口內(nèi)的DN值的平均值，作為空間分辨率為尺度擴(kuò)展后的窗口大小的像素的DN值。

原始空間分辨率數(shù)據(jù)的分類訓(xùn)練數(shù)據(jù)采用分層隨機(jī)抽樣方法選取。在選取訓(xùn)練數(shù)據(jù)的過程中，記錄每個(gè)樣本點(diǎn)的空間位置，形成空間掩膜，在同一空間位置選取尺度擴(kuò)展后的遙感數(shù)據(jù)訓(xùn)練數(shù)據(jù)，以保證計(jì)算類別的統(tǒng)計(jì)可分性度量不會(huì)因采樣差異而引入誤差。利用15個(gè)波段的TM數(shù)據(jù)計(jì)算了類別的統(tǒng)計(jì)可分性。圖62和圖63分別示出了具有圖像空間分辨率的各對(duì)之間的變換離差和JM距離的變化。

自20世紀(jì)70年代以來(lái)，遙感數(shù)據(jù)被廣泛應(yīng)用于土地利用/土地覆蓋制圖、資源調(diào)查、環(huán)境和自然災(zāi)害監(jiān)測(cè)等領(lǐng)域，但直到20世紀(jì)80年代人們才開始研究遙感數(shù)據(jù)分類的不確定性。遙感數(shù)據(jù)分類的不確定性評(píng)估方法也經(jīng)歷了一個(gè)逐步細(xì)化和嚴(yán)格的過程。Congalton(1994)將分類不確定性評(píng)價(jià)的發(fā)展分為四個(gè)階段:第一階段，精度評(píng)價(jià)方法主要是目測(cè)判斷，這是一種定性的評(píng)價(jià)方法，主觀性很大。

在這一階段，精度評(píng)估主要是通過將分類得到的專題圖中每個(gè)類別的面積范圍(或面積百分比)與地面或其他參考數(shù)據(jù)中相應(yīng)類別的面積范圍(或面積百分比)進(jìn)行比較。與第一階段法相比，該評(píng)價(jià)方法具有量化和客觀性的優(yōu)點(diǎn)。但是這種方法的最大限制在于它的非特定位點(diǎn)的性質(zhì)。因?yàn)榉诸悓ｎ}圖中的某些類別即使占據(jù)了正確的百分比，也可能是錯(cuò)誤的位置。

1。亮點(diǎn)1，不確定性是世界的普遍規(guī)律，科學(xué)的核心是不確定性，而確定性是人類用理性思維抽象出來(lái)的模型，是對(duì)現(xiàn)實(shí)世界的簡(jiǎn)化。2.科學(xué)之所以能夠量化，是通過抽象地量化不確定性，并將其嵌入到模型中，來(lái)幫助我們理解世界，所以，科技是人們發(fā)明的減少不確定性的工具。3.思維建模:以生姜為最重要的概念體系，用公式、圖標(biāo)、結(jié)構(gòu)化語(yǔ)言、計(jì)算機(jī)程序或其他展示媒介來(lái)表現(xiàn)。