卫星影像的独立样本远少于像素数:相关范围决定有效样本量,随机留出会高估精度
核心概要
遥感分类器通常把每个像素当作独立样本,但相邻像素高度相关,这一假设并不成立。研究给出有限样本上界并配以匹配的下界,说明相关范围 r 的图像有效样本量约为 n/r² 而非 n,且该速率在极小极大意义下紧。由此,间隔与相关范围成正比的块状留出可达到最优泛化保证,而随机留出会把置信区间宽度低估约 r 倍。
深度剖析
卫星影像里可用的独立信息量由空间相关范围决定,而不是由像素总数决定。 此前的学习理论保证假设样本独立同分布,遥感评估也常按名义像素数计算误差条,因此不适用于存在空间自相关的影像。 在合成数据以及 Landsat 8、Sentinel-2、Sentinel-1 三种传感器的卫星影像瓦片上验证,实测有效样本量随块大小呈幂律下降,斜率与理论预测一致。
做法是把图像切成被空隙隔开的小块,让这些块近似独立,再套用独立样本的集中不等式。 块越大方差越小,但会抬高块平均损失类的伪维数并减少块数,空隙越宽独立性越好但可用像素越少。 优化这一权衡后最优空隙取相关范围量级,图像被约化为 n/r² 个近似独立块;对方向性相关和分片平稳场景,块改为矩形或按分层分别设置间隔。
启示与展望
结论适用于严格平稳、满足空间混合条件的随机场,相关范围由经验变异函数估计;对方向性相关改用矩形块与方向相关间隔,对分片平稳场景按分层相关范围用方差加权公式合并。读者对象是从事遥感分类与精度评估的研究人员和工程师,可直接据此设置空间交叉验证的折间间隔并修正置信区间。
上界为最坏情况且保守,常数未优化并含对数因子,重点在标度而非紧常数。相关范围需从经验变异函数估计,变异函数设定不当会使有效样本量产生偏差;理论以损失场的混合速率为准,而实测变异函数基于原始特征,可能高估损失场的相关范围。标签噪声被假定为在给定特征下条件独立,具有空间标签结构的任务可能表现不同的混合行为。
