近日，bat365旧网址研二员工赵丹箐在遥感数据地物分类研究方面取得新进展，该研究以“A Possibility-Based Method for Urban Land Cover Classification Using Airborne Lidar Data”为题发表在Top期刊Remote Sensing。
论文在前期可能性理论研究的基础上，提出一种基于可能性分布合成的机载LiDAR数据城区地物分类方法。该方法在原有的DS证据理论分类框架下，引入可能性分布针对地物特征构造真实增强的BPA函数，并将其应用于机载LiDAR遥感数据地物分类研究中。与传统DS方法相比，该研究能提高分类的准确性，达到90%以上；同时该方法运行时间短，具有良好的实时性能。研究还发现，利用可能性分布曲线的特征及曲率变化，可实现对分类特征与地物类型之间关系的准确描述，再通过合成规则的跟随调整，有效解决了遥感地物分类中 “冲突问题”带来分类精度不足的难题，形成了一条遥感数据地物快速精确分类的实现途径。
Remote Sensing（SCI 二区，IF/5.349）是遥感领域国际期刊，覆盖了遥感技术科学及应用相关的各个主题和方面的研究，主要收录领域内具有影响力的优秀论文。
论文的第一作者为赵丹箐，通讯作者为其导师吉琳娜副教授。论文工作得到国家自然科学基金、中央引导地方科技成果转化及山西省研究生创新项目等资助。(DOI: 10.3390/rs14235941 Source: https://www.mdpi.com/2072-4292/14/23/5941)
