在选定的试验区内，以基于19.5 m 空间分辨率的中巴卫星CCD 传感器获取的遥感图像对冬小麦的分类结果为参考数据，在不同的空间分辨率状态下，分别计算出随着硬分类阈值的取值变化而得到的由错分误差和漏分误差所形成的“帕雷托边界”，它们代表了每种空间分辨率状态下的任何硬分类器所能达到的分类精度的极限。研究从理论的角度分析了遥感图像的空间分辨率与硬分类结果的精度之间的关系，而不是评价各种不同的硬分类器或者实际的不同空间分辨率数据的硬分类效果。研究结果表明在分类标准一致的前提下，图像整体分类效果取决于被分类像元的纯度在图像中的数量分布状况。如果图像包含的相对较纯的像元所占的比例越高，图像的硬分类的效果就越好；而且图像的空间分辨率越高，图像含有的相对较纯的像元的比例也就越大。因此，图像的空间分辨率越高，其硬分类的效果也就越好。硬分类阈值的确定取决于分类要实现的目的。研究结果为在一定制图精度要求前提下如何选取恰当的遥感图像，以及不同空间分辨率的遥感数据所适用的空间尺度的确定，提供了重要的理论指导。
NETL
