1 INTRODUCTIONOne of the most frequ

1 INTRODUCTION
One of the most frequently used methods to obtain a land cover map is the supervised classification of multispectral
LANDSAT images, but often the result is not enough accurate for most of the practical remote sensing applications.
Even using multitemporal images to capture the phenological evolution of the vegetation along the year, a high level of
uncertainty in some classes is often present.
Nevertheless it is very common to have several data sets from a given physical geographic area, either data acquired at
different moments or by different sensors, and from each one we may obtain a land use classification using different
techniques. Conceptually, each data source is better suited to extract certain characteristics, so it becomes necessary to
have a method to combine them getting the best from each one.
A supervised classification provides a likelihood distribution that tells us the assignment probability of a pixel to each
one of the legend classes. Using some test areas we can also obtain an individual measure of per cent classification
success ratio for each data source. The method we present here to merge two land use maps of the same geographic area
relies on the combination of the likelihood (assignment probabilities) and the classification success ratio of each data
source. Combining them, we obtain a new assignment probability distribution and, therefore, a new classification.

ผลลัพธ์ (ไทย) 1:

บทนำ 1หนึ่งในวิธีที่ใช้บ่อยที่สุดเพื่อขอรับแผนที่ครอบคลุมที่ดินเป็นประเภทมีของ multispectralLANDSAT ภาพ แต่มักจะผลไม่แม่นยำเพียงพอสำหรับส่วนมากของการประยุกต์ใช้งาน sensing ไกลจริงใช้ภาพ multitemporal จับ phenological วิวัฒนาการของพืชพรรณตามปี ระดับสูงมักจะมีความไม่แน่นอนในบางคลาอย่างไรก็ตาม เป็นธรรมดาที่ มีชุดข้อมูลต่าง ๆ จากพื้นที่ที่กำหนดทางกายภาพทางภูมิศาสตร์ ข้อมูลมาที่ช่วงเวลาที่แตกต่างกัน หรือเซนเซอร์ต่าง ๆ และ จากแต่ละคนเราอาจหาประเภทใช้ที่ดินใช้แตกต่างกันเทคนิคการ ทาง แนวคิดแต่ละแหล่งข้อมูลจะดีกว่าเหมาะสมแยกลักษณะเฉพาะ เพื่อเป็นที่จำเป็นในการมีวิธีการรวมการรับดีที่สุดจากแต่ละการจัดประเภทที่มีให้การกระจายโอกาสที่บอกความน่าเป็นการกำหนดในแต่ละพิกเซลหนึ่งชั้นตำนาน ใช้พื้นที่ทดสอบบางเราจะยังได้รับการวัดประเภทร้อยละอัตราส่วนความสำเร็จในแต่ละแหล่งข้อมูล วิธีที่เราเสนอการผสานสองที่ดินใช้แผนที่ของพื้นที่ทางภูมิศาสตร์เดียวกันอาศัยการรวมกันของความเป็นไปได้ (กำหนดกิจกรรม) และอัตราความสำเร็จการจัดประเภทของข้อมูลแต่ละแหล่งที่มา รวมพวกเขา เราได้กระจายความน่าเป็นกำหนดใหม่และ จึง การจัดประเภทใหม่

ผลลัพธ์ (ไทย) 2:

1 บทนำ
หนึ่งในวิธีการที่ใช้บ่อยมากที่สุดที่จะได้รับแผนที่ที่ดินปกคือการจัดหมวดหมู่ภายใต้การดูแลของ multispectral
ภาพ LANDSAT แต่บ่อยครั้งผลที่ได้คือไม่เพียงพอที่ถูกต้องมากที่สุดในทางปฏิบัติการใช้งานระยะไกล.
แม้ใช้ภาพ multitemporal ในการจับภาพวิวัฒนาการชีพ พืชที่อยู่ตามปีที่ระดับสูงของ
ความไม่แน่นอนในบางชั้นเรียนมักจะเป็นปัจจุบัน.
แต่มันเป็นเรื่องธรรมดามากที่จะมีชุดข้อมูลจากหลายพื้นที่ทางภูมิศาสตร์ทางกายภาพที่ได้รับข้อมูลที่ได้มาอย่างใดอย่างหนึ่งใน
ช่วงเวลาที่แตกต่างกันหรือโดยเซ็นเซอร์ที่แตกต่างกันและจากกัน หนึ่งที่เราอาจจะได้รับการจัดหมวดหมู่การใช้ประโยชน์ที่ดินที่แตกต่างกันโดยใช้
เทคนิค แนวคิดแต่ละแหล่งข้อมูลมีความเหมาะสมที่ดีกว่าที่จะดึงลักษณะบางอย่างดังนั้นจึงมีความจำเป็นที่จะ
ต้องมีวิธีการที่จะรวมพวกเขาได้รับที่ดีที่สุดจากแต่ละคน.
ดูแลการจัดหมวดหมู่ให้การกระจายโอกาสที่บอกเราน่าจะได้รับมอบหมายของพิกเซลให้กับแต่ละ
หนึ่ง ตำนานของการเรียน ใช้บางพื้นที่ทดสอบเรายังสามารถขอรับการวัดของแต่ละบุคคลในการจำแนกประเภทร้อยละ
อัตราส่วนความสำเร็จสำหรับแหล่งที่มาของข้อมูลแต่ละ วิธีการที่เรานำเสนอที่นี่เพื่อผสานสองแผนที่การใช้ประโยชน์ที่ดินของพื้นที่ทางภูมิศาสตร์เดียวกัน
ขึ้นอยู่กับการรวมกันของความเป็นไปได้ (ความน่าจะเป็นที่ได้รับมอบหมาย) และอัตราการประสบความสำเร็จในการจัดหมวดหมู่ของแต่ละข้อมูล
แหล่งที่มา รวมพวกเขา, เราได้รับการกระจายความน่าจะเป็นงานใหม่และมีการจัดหมวดหมู่ใหม่

ผลลัพธ์ (ไทย) 3:

1 บทนำ
หนึ่งของการใช้บ่อยที่สุดวิธีการที่จะได้รับครอบคลุมที่ดินแผนที่เป็นแบบหมวดหมู่ 3
ภาพจากดาวเทียม แต่มักจะผลไม่แม่นยำเพียงพอสำหรับส่วนมากของประโยชน์การใช้งานระยะไกล .
แม้จะใช้ multitemporal ภาพจับภาพที่วิวัฒนาการ phenological ของพืชพรรณตามปี ระดับสูงของ
ความไม่แน่นอนในบางชั้นเรียนมักจะเป็นปัจจุบัน .
แต่มันเป็นเรื่องธรรมดามากที่จะมีชุดข้อมูลจากหลายพื้นที่ทางภูมิศาสตร์ที่กำหนดด้วยข้อมูลที่ได้มาในช่วงเวลาที่แตกต่างกัน หรือเซ็นเซอร์
แตกต่างกันจากแต่ละคน เราอาจจะได้รับการใช้ประโยชน์ที่ดินการจำแนกโดยใช้เทคนิคต่าง ๆ

แนวคิดแต่ละแหล่งข้อมูลจะเหมาะกับการแยกคุณลักษณะบางอย่างดังนั้นมันจะกลายเป็นที่จำเป็น

มีวิธีการที่จะรวมพวกเขารับที่ดีที่สุดจากแต่ละคน การดูแลจัดการให้โอกาสที่บอกเรากำหนดความน่าจะเป็นของพิกเซลแต่ละ
หนึ่งในตำนานในชั้นเรียน ใช้พื้นที่ทดสอบ นอกจากนี้เรายังสามารถได้รับแต่ละวัดร้อยละหมวดหมู่
ความสำเร็จต่อแต่ละแหล่งข้อมูลวิธีที่เรานำเสนอที่นี่เพื่อรวมสองแผ่นดินใช้แผนที่ของ
พื้นที่ทางภูมิศาสตร์เดียวกัน อาศัยการรวมกันของความน่าจะเป็น ( กำหนดความน่าจะเป็น ) และอัตราส่วนของแต่ละแหล่งข้อมูลจำแนกความสำเร็จ

การรวมที่เราได้รับการแจกแจงความน่าจะเป็นของงานใหม่ และการจัดหมวดหมู่ใหม่