买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供一种基于贝叶斯‑模糊概率预测的LULC数据集融合方法，包括以下步骤：1构建目标LULC分类体系与源数据集分类归并；2空间升尺度；对于具有不同空间分辨率的源数据集，通过升尺度，统一到相同的空间分辨率；3定义先验概率；4引入空间关系后的后验概率计算；5模糊概率融合；6二级精细分类；在获取一级类融合结果的基础上，根据构建的LULC分类体系进行二级分类。本发明能够满足研究学者和管理人员的LULC数据集融合需要，立足源数据集本身，对于源数据的要求更低，具有更广泛的适用性。

主权项：1.基于贝叶斯-模糊概率预测的LULC数据集融合方法，其特征在于，包括以下步骤：（1）构建目标LULC分类体系与源数据集分类归并；构建目标LULC分类体系，包括一级类和二级类；将具有不同LULC分类体系、不同LULC分类数量的源数据集统一归并到构建的目标LULC分类体系；（2）空间升尺度；对于具有不同空间分辨率的源数据集，通过升尺度，统一到相同的空间分辨率；（3）定义先验概率；具体包括以下步骤：用不同地类之间的错分比例表征错分概率；相关公式如下： （1） （2）其中，和分别是第、第种地类；为源数据集中将分类为的比例；为中将分类为的面积，单位为km2；为中的面积，单位为km2；为中将分类为的概率；对源数据集进行精度验证或者使用源数据集作者发布的精度验证结果，获取误差矩阵，能够反映源数据集总体的错分情况；将这些数值用于公式1和公式2的计算，确定错分比例和错分概率；之后，基于错分概率，通过公式3确定源数据集中各类土地的先验概率： （3）其中，和分别是第、第种地类；为源数据集中将分类为的概率；为中的面积占比；为一级类的数量，依据构建的目标LULC分类体系确定；为中将像元分类为的先验概率；（4）引入空间关系后的后验概率计算；具体包括以下步骤：以目标像元为中心，构建适当大小的邻域窗口；统计窗口内各地类像元的比例；在后验概率计算中，使用该像元的比例替代先验概率；改进后的后验概率计算公式为： （5）其中，和分别是第、第种地类；为源数据集将像元认定为的情况下，该像元实际是的概率，即后验概率；为中将分类为的概率；为中将像元分类为的先验概率；为邻域窗口；为邻域窗口中的数量占比；（5）模糊概率融合；依据公式5，得到各源数据集、逐像元、逐一级类的后验概率；使用加权平均的方法综合各源数据集的后验概率结果；公式如下： （6）其中，是第种地类；为像元c上的后验概率；为源数据集的数量；为第套源数据集中的像元c上的后验概率；为第套源数据集的总体精度，可根据（3）中的误差矩阵计算得到；之后，对于每一个像元，比较各一级类的综合后验概率，将综合后验概率最大的地类的属性赋予该像元，实现模糊概率融合： （7）其中，和分别是第、第种地类；为像元c上的综合后验概率；为一级类的数量，依据构建的目标LULC分类体系确定；为最大值函数；是像元c最终确定的地类属性；（6）二级精细分类；在获取一级类融合结果的基础上，根据构建的LULC分类体系进行二级分类。

全文数据：

权利要求：

百度查询： 中国科学院地理科学与资源研究所 基于贝叶斯-模糊概率预测的LULC数据集融合方法