中文摘要：

随着遥感技术的广泛应用，从遥感数据分类获取的土地利用等专题类别信息的不确定性定量评价成为广泛关注的问题。不但遥感分类结果不确定性是评价数据质量和适用性的重要方面，而且像元尺度上的遥感分类不确定性评价是研究以该数据为输入的空间模型中不确定性传播及模型输出不确定性的基础。然而，目前从遥感中获得的许多大尺度遥感分类专题信息缺少权威的定量的不确定性评价，而且当前的分类不确定性评价方法不能在像元尺度上进行评价。本项目针对实际需求和学科发展的前沿，以大尺度的土地利用数据库精度评价为例，研究大尺度分类专题信息不确定性评价中的空间采样方法，以降低评价成本，使定量精度评价具有可操作性；通过地质统计学方法研究一定数量样本条件下分类误差的空间分布结构；研究像元尺度上遥感分类评价的指标体系和适用于各种分类方法分类结果评价的一般模型，并研究遥感分类不确定性评价的可视化方法和系统，具有重要的应用背景和学术价值。

结论摘要：

本项目针对遥感数据专题分类中的不确定性评价和应用中的关键问题进行了研究。提出了像元尺度上遥感分类不确定性评价的指标体系；发展了基于"扩展概率矢量"的像元尺度上遥感分类不确定性评价的一般模型；对遥感分类不确定性的尺度因子进行的分析，说明景观结构是导致遥感分类不确定性尺度效应的主要因素之一，并在此基础上提出了利用多尺度特征降低分类不确定性，提高分类精度的方法；对如何利用遥感分类不确定性信息提高分类精度的方法进行了研究，提出了利用多分类器系统将不确定性信息用于提高分类精度的方法，并比较了不同不确定性指标在多分类器系统中的效果；基于IDL第四代开发语言，开发了和商业遥感图像处理软件ENVI无缝集成的遥感分类不确定性可视化系统。