利用二级抽样模型的中国陆地夜光遥感分类精度评价方法技术

本发明专利技术涉及一种利用二级抽样模型的中国陆地夜光遥感分类精度评价方法,其该方法具体包括以下步骤：步骤S1，在NPP/VIIRS系列数据实现对中国陆地区域的建成区提取，得到未验证的提取结果；步骤S2，建立二级抽样模型，完成对评价区域的抽样，得到可信的检验数据集；步骤S3，使用误差矩阵验证方法，对夜光数据的初步提取进行分区验证，并最终得到全体夜光数据分类结果的精度评价。利用二级抽样模型的夜光遥感分类精度评价方法，完成对夜光遥感数据的系统、有效地实现对大面积夜光遥感分类结果的精度评价，对夜光遥感城镇提取结果质量检验，能够解决了以往验证集过少，评价参数不全面的问题，达到了一种全面精确的验证结果。

Evaluation method for classification accuracy of land luminous remote sensing in China using two level sampling model

The invention relates to a luminous China land remote sensing classification accuracy assessment using two stage sampling model method, the method includes the following steps: step S1, NPP/VIIRS series of data extraction in the area of land Chinese built area, extraction result is not validated; step S2, set up two grade sampling model, complete the evaluation the sampling test of credible data set; step S3, using the error matrix method, preliminary extraction of luminous data partition validation, accuracy evaluation and eventually get all the luminous data classification results. Remote sensing classification luminous accuracy evaluation method using two stage sampling model, complete system, the luminous remote sensing data can effectively realize the accuracy evaluation of large area luminous remote sensing classification results, the luminous remote sensing town extraction results of quality inspection, to solve the validation set too small, parameter evaluation is not comprehensive, achieved results a comprehensive and accurate.

【技术实现步骤摘要】
利用二级抽样模型的中国陆地夜光遥感分类精度评价方法
本专利技术涉及遥感图像质量检验
，具体地说，是一种利用二级抽样模型的中国陆地夜光遥感分类精度评价方法。
技术介绍
夜光遥感数据能探测到城市灯光甚至小规模居民地等发出的低强度灯光，并将其与黑暗的乡村背景区分开来，间接的反映了城镇的分布，为大尺度的城市检测研究提供了新思路。但由于夜光的溢出效应等因素，根据夜光提取城镇时可能导致城镇面积提取结果大于实际值等问题，因此在应用前必须对提取结果进行质量验证。传统的验证方法如在长三角城市化格局的研究中仅将城市提取结果的面积属性和国家统计数据进行了对比验证；在中国城市扩张研究中以Landsat数据作为验证集选取15个大中城市作为训练集，利用误差矩阵对提取结果进行了系统地验证；利用景观形状指数、聚集度指数、边缘面积比和连接度指数4个定量指标验证夜光遥感数据提取结果的形状面积相似程度；采用随机抽样的方式抽取1014个样本点对浙江省的夜光数据提取结果进行了验证。以往夜光遥感灯光区提取结果精度评价中存在部分问题：(1)验证集选取过少，分布方式不合理，与总体提取区域相比缺少代表性；(2)选取的验证评价指标过少、不全面，不能真是反映出提取结果；(3)评价方法不系统，仅仅与国家统计数值相对不能说明提取结果的空间分布问题。中国专利文献CN201110230310.9，申请日20110812，专利名称为：一种分析景观特征对遥感分类图斑精度影响的方法，包括步骤一、获取数据，包括对原始影像进行数据标准化处理；步骤二、对步骤一获得的数据进行图像识别，包括分类和分类后处理，其中分类过程中包括有分类图斑的确定；步骤三、对步骤二进行识别得到的数据进行分类图斑与真值数据图斑之间的相关性计算，进行回归曲线拟合建立回归模型，其中包括表达景观特征的景观指数定义；步骤四、对步骤三建立的回归模型进行统计检验，同时对景观指数表达的分类误差进行评价。上述专利文献采用遥感分类的空间特征进行精度评价与分析的理论基础，采用遥感分类图斑的景观特征对分类精度进行的描述与表达，为与土地覆盖专题图相关的应用及研究提供依据与指导。但是关于一种利用二级抽样模型的夜光遥感分类精度评价方法，完成对夜光遥感数据的系统、有效地实现对大面积夜光遥感分类结果的精度评价，对夜光遥感城镇提取结果质量检验，能够解决了以往验证集过少，评价参数不全面的问题，达到了一种全面精确的验证结果。的技术方案则无相应的公开。综上所述，亟需一种利用二级抽样模型的夜光遥感分类精度评价方法，完成对夜光遥感数据的系统、有效地实现对大面积夜光遥感分类结果的精度评价，对夜光遥感城镇提取结果质量检验，能够解决了以往验证集过少，评价参数不全面的问题，达到了一种全面精确的验证结果。而目前关于这种方法还未见报道。
技术实现思路
本专利技术的目的是针对现有技术中的不足，提供一种利用二级抽样模型的夜光遥感分类精度评价方法，完成对夜光遥感数据的系统、有效地实现对大面积夜光遥感分类结果的精度评价，对夜光遥感城镇提取结果质量检验，能够解决了以往验证集过少，评价参数不全面的问题，达到了一种全面精确的验证结果。为实现上述目的，本专利技术采取的技术方案是：一种利用二级抽样模型的中国陆地夜光遥感分类精度评价方法,其特征在于，该方法具体包括以下步骤：步骤S1，在NPP/VIIRS系列数据实现对中国陆地区域的建成区提取，得到未验证的提取结果；步骤S2，建立二级抽样模型，完成对评价区域的抽样，得到可信的检验数据集；步骤S3，使用误差矩阵验证方法，对夜光数据的初步提取进行分区验证，并最终得到全体夜光数据分类结果的精度评价。作为一种优选的技术方案，所述步骤S2包括以下步骤：步骤S21：结合中国的东部沿海、中部、西部三大经济区域划分，在覆盖中国陆地的Landsat8影像中抽取部分影像，分别得到三大区域内的抽样集，完成第一级抽样；步骤S22：分别在东部沿海、中部、西部三大区域对应的各景影像中选取检验像元，得到第二级抽样的结果集，完成第二级抽样；步骤S23：于高精度的Landsat8影像中提取验证像元的属性值，判断该像元属于夜光区或非夜光区。作为一种优选的技术方案，所述步骤S21第一级抽样方法为：首先按照该级抽样检验模型，从覆盖中国大陆的Landsat8影像中抽取幅图作为样本，在中国东部沿海、中部、西部三大经济区域中按不同的权值进行抽样，等到总体为n的图幅验证集，通过检验每个样本图幅的质量来推断整批图集的质量水平。作为一种优选的技术方案，所述步骤S22中还包括根据NDVI、NDBI对Landsat影像进行分类，在大范围内确定影像中的城市区域；同时对城镇和非城镇交界的区域采用目视解译的方式精确确定，最终在Landsat图像中达到精确的提取结果，得到第二级抽样。作为一种优选的技术方案，步骤S3中包括以下步骤：步骤S31：叠置矢量化的夜光遥感影像分类结果和二级抽样模型得到的验证集；步骤S32：使用误差矩阵验证方法，分别对三大区域进行分类结果的精度评价；步骤S33：结合三大区域的验证结果，进行反推计算，最终得到可信可靠全局分类精度评价验证结果。作为一种优选的技术方案，步骤S3中还通过选取总体精度、kappa系数、用户精度、生产者精度、错分误差、漏分误差参数，系统地评价夜光遥感提取结果。作为一种优选的技术方案，所述步骤S3中将分别在中国三个经济区域中通过选取总体精度、kappa系数、用户精度、生产者精度、错分误差、漏分误差参数，系统地评价夜光遥感提取结果方法求得每个区域的夜光遥感提取精度，再结合每个区域的权值计算出中国陆地区域夜光遥感提取的精度结果。本专利技术优点在于：1、本专利技术的一种利用二级抽样模型的中国陆地夜光遥感分类精度进行评价的方法，针对大区面积区域利用二级抽样的理论，从覆盖中国陆地区域的所有Landsat8影像中，选取了数据适当、分布合理的验证数据，可有效的保障后续验证结果的可靠性。2、该评价方法选取误差矩阵进行统计分析，选取了总体精度(oa)、kappa系数、用户精度、生产者精度、错分误差、漏分误差作为评价参数，从不同角度、不用需求系统全面的对分类结果进行了评价。3、本方法针对以往夜灯验证研究较少，往往与国家统计数据进行数值对比的不足，从地学角度出发，在空间角度进行抽样采样，实现了更准确的精度评价。附图说明附图1为本专利技术二级抽样验证方法的流程图。附图2为本专利技术夜光遥感影像分类结果结果。附图3为本专利技术中国陆地区域Landsat8分布图。附图4为本专利技术第一级抽样验证集分布图。附图5为本专利技术第二级抽样验证集分布图。具体实施方式下面结合附图对本专利技术提供的具体实施方式作详细说明。实施例1夜光遥感数据相对于普通可见光遥感等数据，在对城镇提取时，只可作为一种间接的遥感数据。本研究针对以往夜光遥感应用中重应用轻验证的现象，对夜光遥感中夜光区域进行了提取，同时针对提取结果进行了完备的精度验证研究，最终提出了一整套完整的提取、研究模型。本研究方法的流程图如图1，主要包括3部分组成：(1)夜光遥感影像分类。采用支持向量机分类器对中国陆地NPP/VIIRS夜光遥感图像进行分类，得到精度待验证的夜光区和非夜光区两类分类结果；(2)建立二级抽样模型。①结合中国的东部沿海、中部、西部三大经济区本文档来自技高网...

【技术保护点】
一种利用二级抽样模型的中国陆地夜光遥感分类精度评价方法,其特征在于，该方法具体包括以下步骤：步骤S1，在NPP/VIIRS系列数据实现对中国陆地区域的建成区提取，得到未验证的提取结果；步骤S2，建立二级抽样模型，完成对评价区域的抽样，得到可信的检验数据集；步骤S3，使用误差矩阵验证方法，对夜光数据的初步提取进行分区验证，并最终得到全体夜光数据分类结果的精度评价。

【技术特征摘要】
1.一种利用二级抽样模型的中国陆地夜光遥感分类精度评价方法,其特征在于，该方法具体包括以下步骤：步骤S1，在NPP/VIIRS系列数据实现对中国陆地区域的建成区提取，得到未验证的提取结果；步骤S2，建立二级抽样模型，完成对评价区域的抽样，得到可信的检验数据集；步骤S3，使用误差矩阵验证方法，对夜光数据的初步提取进行分区验证，并最终得到全体夜光数据分类结果的精度评价。2.根据权利要求1所述的利用二级抽样模型的中国陆地夜光遥感分类精度评价方法,其特征在于，所述步骤S2包括以下步骤：步骤S21：结合中国的东部沿海、中部、西部三大经济区域划分，在覆盖中国陆地的Landsat8影像中抽取部分影像，分别得到三大区域内的抽样集，完成第一级抽样；步骤S22：分别在东部沿海、中部、西部三大区域对应的各景影像中选取检验像元，得到第二级抽样的结果集，完成第二级抽样；步骤S23：于高精度的Landsat8影像中提取验证像元的属性值，判断该像元属于夜光区或非夜光区。3.根据权利要求1所述的利用二级抽样模型的中国陆地夜光遥感分类精度评价方法,其特征在于，所述步骤S21第一级抽样方法为：首先按照该级抽样检验模型，从覆盖中国大陆的Landsat8影像中抽取幅图作为样本，在中国东部沿海、中部、西部三大经济区域中按不同的权值进行抽样，等到总体为n的图幅验证集，通过检验每个样本图幅的质量来推断整批图集的质量水平。4...

【专利技术属性】
技术研发人员：黄冬梅，王振华，徐首珏，苏诚，孙婧琦，梁素玲，
申请(专利权)人：上海海洋大学，
类型：发明
国别省市：上海,31