中国县域多维贫困与相对贫困识别及扶贫路径研究

当前,中国脱贫攻坚任务步入了由绝对贫困转向相对贫困、收入贫困转向多维贫困的新阶段。本文以中国31个省（直辖市）县域为研究对象,采用基于夜间灯光数据的平均夜间灯光指数以及基于脆弱性可持续生计框架的县域多维发展指数和多维相对贫困识别方法,从多维贫困和相对贫困两个层面对中国多维贫困现状进行分析,并基于以上研究筛选出的贫困县,采用耦合协调模型从产业扶贫、教育扶贫、旅游扶贫和农业扶贫分析适宜县域的扶贫路径。结果表明：中国约60%县域处于多维相对贫困状态,其中47%为多维相对轻度贫困县;基于平均夜间灯光指数和县域多维发展指数分别识别出602个和611个多维贫困县,分别包含了63%和79%的国家级贫困县（截至2018年）,这表明县域多维发展指数识贫机理更为精准。多维贫困县集中在甘肃、四川和云南等地;而在筛选的贫困县中,适宜产业扶贫、教育扶贫、旅游扶贫和农业扶贫的县域分别有414个、172个、442个和298个,且在4种扶贫方式中,约61%县域适宜采用多种扶贫路径共同扶贫。研究结论将为确保中国扶贫的可持续性提供重要的科学依据。     

海南省农村多维贫困及影响因素的空间分异

贫困具有多维属性,根据不同社会群体和背景从多维视角定义贫困已成为贫困问题研究的共识。依据Alkire-Foster多维贫困框架,拓展精准扶贫的“两不愁,三保障”识别标准,建立了涵盖教育、健康、居住、生活和收入指标的海南省农户多维贫困评估指标体系,基于海南省70个乡镇、134个贫困村3924户入户调查数据,采用双重临界值法评估了农户及村域多维贫困状况,进而运用地理加权回归(Geographically Weighted Regression,GWR)模型,分析了村域多维贫困影响因素的空间分异。结果显示,调查农户多维贫困率达18.22%,多维贫困程度严重的村多维贫困发生率不一定高,“两不愁、三保障”及收入指标对多维贫困指数的贡献率低。中、西部连片贫困地区多维贫困主要表现为较差的资产状况、不清洁的炊事燃料、较高的家庭成员患病率和较低的家庭成员最高学历。GWR模型分析表明,作为多维贫困最重要的影响因素,户主性别、户主受教育水平、女性劳动力占比和抚养比4个变量估计系数的空间分异明显。总体上,女性户主和低学历户主为主的地区倾向于更易发生多维贫困,二者的影响分别表现为从东到西、从北到南有所增强。女性劳动力占比为负向影响,抚养比为正向影响,呈现出自北向南增强的趋势,体现了海南贫困地区劳动力弱、女性相对更勤劳等典型地域特征。     

区域多维贫困测量的理论与方法

贫困包括区域贫困和个体贫困,两者均具有多维属性。区域多维贫困是贫困地理学研究的重要内容,深度贫困地区是区域多维贫困的集中表现,是当前和未来脱贫攻坚的贫中之贫、困中之困、坚中之坚。本文以空间贫困理论为基础,界定了贫困地域系统和区域多维贫困的概念,并探究了区域多维贫困测度指标体系与评估方法。据此,以中国334个深度贫困县为研究对象,运用BP神经网络模型和ESDA技术刻画了中国深度贫困地区的多维贫困空间格局。结果表明：① 区域多维贫困是贫困地域系统发展演化过程中“人”“地”“业”三个核心要素耦合失调的一种外在表现形式,是特定地域在生态环境劣势、经济劣势、社会福利劣势上的综合表现,包括生态贫困、经济贫困和福利贫困3个维度。② 深度贫困地区最“深”的地方在青藏高原,最“深”的短板在公共服务和基础设施。从单一维度的贫困指数来看,深度贫困地区的福利贫困指数（WPI）>经济贫困指数（EPI）>生态贫困指数（NPI）,三者平均值分别为2.77、2.66、1.89,贫困人口社会福利供给不足和公共服务短缺是深度贫困地区最突出的问题;从多维贫困指数来看,青藏高原是区域多维贫困指数（RMP）的高集聚区或热点区,生态贫困、经济贫困和福利贫困程度均显著高于其他地区。③ 区域多维贫困指数能较好地揭示特定区域的贫困状况。在地理位置偏远、生态环境极其脆弱、区域劣势突出的地区,区域贫困和个体贫困在空间上高度重叠。     

新疆和田绿洲夜间灯光数据的时空分布特征及演变趋势

DMSP/OLS夜间灯光数据在城市化发展研究中起着重要作用。基于5年（1992、1997、2002、2007、2012年）的稳定夜间灯光数据,从时空角度分析绿洲区域夜间灯光数据的变化特征,揭示其演变规律,探讨绿洲城市发展趋势。结果表明：（1）时间序列的夜间灯光数据表现出分散向规则分布转变的趋势。尤其是2007年的核心区域灯光达到饱和状态（值为63）,外部边缘区域增长明显,反映出绿洲城市中心可利用空间的有限性导致城市边缘区向外扩展的范围增加和速度加快的现象。（2）夜间灯光数据在空间上呈现出单核心点状向以道路为中心的带状发展趋势,这与绿洲城市发展建设过程相一致。（3）借助非确定型决策分析方法预测2027年绿洲地区发展趋势,结果显示2027年乐观估计整个区域夜间灯光数据比2012年增加0.3倍,城镇区域将扩大约0.6倍,悲观估计整个区域夜间灯光数据增加近2倍,城镇区域将扩大约3倍。从而可以推断社会经济发展将对绿洲环境有较大的影响,在未来15年内绿洲发展应注重环境承载力与人类社会经济发展的协调性问题。     

一种面向城市收缩地区的DMSP/OLS夜间灯光影像多年连续校正方法

现有时间序列夜间灯光影像校正方法只适用于灯光亮度持续增长情况,对于城市收缩地区夜间灯光亮度的校正效果不佳.该文提出一种面向城市收缩地区的DMSP/OLS夜间灯光影像多年连续校正方法(Inter-annual Se-ries Correction for Shrinking Area,ISCSA),包括多传感器相互校正、多传感器年内融合、时间序列可比较校正和连续校正四方面,以东三省1992-2013年34期DMSP/OLS夜间灯光影像进行验证,并分析其与社会经济数据的相关性.结果显示:该方法校正后的夜间灯光影像不仅能反映东三省长时序的城市扩张现象,还能体现短时间的城市收缩现象;校正后的夜间灯光亮度与GDP和人口的相关性相比原始影像数据和传统连续校正方法均有一定提升,能更合理地反映东三省社会经济要素的发展差异.     

基于EVI指数的DMSP/OLS夜间灯光数据去饱和方法

DMSP/OLS夜间灯光数据被广泛应用于表征人类活动强度及其生态环境影响的诸多研究中,但因OLS传感器设计的局限,在用电强度较高的城市中心,灯光信号存在明显的饱和,这一不足可能影响到一些基于夜间灯光数据研究成果的可靠性。针对这一问题,NOAA-NGDC研发了辐射定标算法,但因缺乏星上定标系统,算法较为复杂,且受较多条件限制等原因,目前只有部分时期的辐射定标数据产品（RCNTL）。近期有学者提出一种基于植被指数NDVI构建的城市灯光指数VANUI,为灯光数据去饱和研究提供了一个操作简单且结果良好的方法,但该方法在一些城市效果不佳。基于此,本文综合利用夜间灯光与EVI指数信息,通过对VANUI指数构建方法进行改进,建立了一个新的缓解夜间灯光强度饱和的EANTLI指数。为了评价指数的效果,将EANTLI与VANUI从三个方面进行比较：① 区分、识别饱和区内地物的能力;② 与RCNTL的拟合程度;③ 对用电量估算的效果。结果表明：EANTLI在三个方面均表现出优势,在潜在饱和区内对特征地物具有更高的可区分性,与RCNTL的线性相关程度更高,与用电量的相关性相比于NTL、VANUI亦明显提高。因此可以认为EANTLI在指数的设计上较为合理,不仅易于计算,而且能达到较好的缓解灯光强度饱和、凸现城市内部差异的目的,在用于反演城市发展指标时能获得更为准确的结果,因此具有较高的应用价值。     

基于随机森林模型的珠江三角洲30 m格网人口空间化

人口空间化是实现人口统计数据与其他环境资源空间数据融合分析的有效途径。本文选取夜间灯光数据、道路网数据、水域分布数据、建成区数据、数字高程模型和地形坡度数据作为影响珠江三角洲人口分布的变量因子,利用随机森林模型对珠江三角洲2010年人口数据进行了30 m格网空间化,并将模拟结果与三个公开数据集作精度对比,最后基于随机森林模型的变量因子重要性分析珠江三角洲人口空间分布的影响因素。结果表明：本文模拟整体精度达到82.32%,均优于WorldPop数据集以及中国公里网格人口数据集,接近GPW数据集,而且在人口密度中等区域模拟精度最高;通过对变量因子重要性进行度量,发现夜间灯光强度是珠江三角洲人口分布的最重要指示性指标,到水域的距离、到建成区的距离和路网密度对珠江三角洲人口分布均具有重要作用。利用随机森林模型结合多源信息能够实现高空间分辨率的人口空间化,可为精细化城市管理提供重要数据源,也可为相关政策决策制定提供支持。     

干旱风沙区农村多维贫困地域分异机制研究

运用A-F法测度多维贫困,结合热点分析、地理探测器和主成分分析等方法对干旱风沙区进行农村多维贫困地域分异系统剖析。结果表明:① 农村多维贫困发生率为14.73%,住房、教育和发展维度贡献率分别高达32.25%,23.94%,15.98%,收入已不再是主要致贫维度;② 村域多维贫困表现出集中连片性和地域差异性,南部山区为热点区域,北部扬黄灌区和塬区为冷点区域;③ 深度贫困地区影响MPI地域分异的主导因素为村庄区位条件、自然环境和资源禀赋;④ 农村多维贫困呈现出自然环境限制农户发展,地理区位影响群体福利,资源丰度约束农业生产的地域分异机制。为了缓解区域多维贫困,亟需推进城乡公共服务均等化和融合发展。     

基于多维度遥感影像的洪河国家级自然保护区沼泽湿地分类方法研究

以洪河国家级自然保护区为研究区,选取了多时相的Sentinel-1B和Sentinel-2A影像为数据源,制定出9种多时相主被动遥感数据组合方案,用于沼泽湿地遥感分类;分别对根据9种方案整合的多维数据集,进行基于尺度继承的多尺度分割,得到面向对象的分割影像,建立与不同方案对应的特征数据集;采用随机森林机器学习算法,对多维特征数据集进行特征优化,并进行参数调优,构建沼泽植物的最优遥感识别模型,实现对沼泽湿地中地物的识别与分类。研究结果表明,采用递归特征消除(recursive feature elimination,RFE)算法的变量优选和采样随机森林的参数调优,可以优化随机森林模型,显著减少数据冗余,整合多时相主被动遥感数据方案九的随机森林模型的最佳参数mtry和ntree分别为4和1500,模型训练精度为93.06%,Kappa系数为0.916,其模型训练精度在所有方案中最高;经过变量优选得到最佳特征变量组合,交叉极化方式的后向散射系数(Mean_VH)对于沼泽分类的重要性比同向极化方式的后向散射系数(Mean_VV)高;光谱特征是遥感图像分类的最主要特征,其中,红光和绿光波段(Mean_R和Mean_G)、多光谱红边波段(Mean_REG1和Mean_REG2)、近红外波段1(Mean_NIR1)、红边植被指数(CIgreen和CIreg)都对分类具有较高的重要性;纹理特征熵(GLCM_Entro、GLCM_Ent2)和位置特征像元坐标(X_Min_Pxl和Y_Max_Pxl)对沼泽湿地分类也起到重要作用,相对于其它特征,形状特征对分类的贡献性较小;利用方案九的数据得到的分类结果的总体分类精度为94.42%,主被动遥感数据的特征变量和不同时相的特征变量都对分类做出重要贡献,其中,6月的多光谱特征变量的贡献大于9月的变量;9月的SAR特征变量的贡献大于6月的变量;对分类贡献最大的9月的特征变量为多光谱红边波段2(Mean_REG2),对分类贡献最大的6月的特征变量为绿光波段(Mean_G);融合多时相主被动遥感数据源,可以将不同数据源、不同时相对分类具有较大贡献的特征变量集合在一起,充分利用光谱信息和雷达数据反映的结构信息,构建多维度最佳特征变量组合方案,有效提高沼泽湿地分类精度。     

基于DMSP/OLS夜间灯光数据的省域GDP统计数据空间化方法——以广西壮族自治区为例

针对省域小尺度资源环境研究领域对空间型社会经济数据的需求,以DMSP/OLS夜间灯光数据为依据,采用GIS与SPSS相结合的方法,分析广西生产总值、第一产业、第二产业、#工业和第三产业分别与夜间灯光指数的相关性,构建广西2010年GDP统计数据的空间化模型,并制作广西1km*1km GDP密度专题图。结果表明,DMSP/OLS夜间灯光数据与省域GDP的空间分布相关性明显,相关系数为0.9755。估算得到的GDP密度能够完整地反映广西GDP宏观分布现状,可为今后经济决策和产值估算提供一定的依据。     

贫困地区的精准扶贫与乡村振兴:内在逻辑与实现机制

面向“两个一百年”奋斗目标的需要,当前中国贫困地区乡村发展正逐渐由低层次的脱贫向更高层次的振兴转变,两者的紧密关联使得减贫对于推动乡村振兴战略目标的实现具有重要意义。通过分析精准扶贫与乡村振兴的基本内涵,探讨两者的内在逻辑关系,进而从多个维度剖析贫困地区的精准扶贫实践如何助推其乡村振兴。结果表明：① 贫困地区的精准扶贫旨在科学诊断致贫因子的基础上采取针对性措施实施帮扶,从根本上消除导致贫困的各种障碍性因素;乡村振兴则重点在于通过构建城乡融合发展的体制机制,最终实现农业农村的现代化。② 精准扶贫与乡村振兴的内在一致性使得两者存在紧密的逻辑顺承性,精准扶贫是乡村振兴的关键和基本前提,而乡村振兴是精准扶贫的深化和保障,可以说农村减贫的过程也是乡村逐步振兴的过程。③ 通过要素资源合理流动和配置补齐乡村人、地、业等发展短板,贫困地区重塑了要素耦合、结构合理、功能复合的乡村地域系统,从而推动乡村产业、人才、文化、生态、组织等振兴,最终实现农业强、农民富和农村美的发展目标。     

贫困地区乡村振兴与精准扶贫有效衔接研究

精准扶贫与乡村振兴是新时代统筹城乡发展的重要途径和根本抓手，基于贫困地区发展历程、扶贫实践及成效梳理，提出了乡村振兴与精准扶贫有效衔接的理论框架，对于指导贫困地区乡村转型与可持续发展具有重要意义。结果表明，对贫困户、贫困县、贫困片区的精准扶贫，能够显著改善乡村地区的生产、生产和生态条件，逐步解决城乡发展不平衡的问题。通过乡村产业、生态、文化、人才、组织振兴，能够激发乡村发展活力、能力、动力和竞争力，解决乡村发展不充分的问题。精准扶贫旨在补齐乡村发展的短板，是乡村振兴的重要基础。乡村振兴可以巩固提升脱贫成果，是精准脱贫的有力保障。因此，在精准扶贫和乡村振兴的交汇期，应同步推进和实施两大战略，按照人?地?业?财的耦合协调状态，设定贫困地区精准脱贫量表，实现贫困地区乡村稳定与持续脱贫，设定县域乡村振兴率、村域居业协同度等指标，为乡村振兴成效评估提供定量考评依据。     

西北贫困地区乡村类型识别与振兴途径研究

乡村振兴战略是新时期我国推进城乡融合发展的重要举措。贫困地区既是脱贫攻坚的主战场,又是乡村振兴的重点区域。如何科学识别村落类型,分类推进典型区域乡村振兴发展,对于破解农村发展不平衡不充分问题具有重要的现实意义。本文解析了乡村地域系统发展理论,阐释了城乡融合发展理论,剖析了村域空间结构格局演变和城乡要素结构功能优化重组;构建了西北干旱贫困地区乡村振兴村落类型识别体系,从乡村主体、产业发展、人居环境、资源禀赋4个子系统进行逐级分类判断,识别乡村主导类型,结合专家征询分析与村落特征,将乡村振兴村落类型识别为集聚提升类、三产融合类、城郊融合类、特色保护类、搬迁撤并类,结合不同乡村振兴模式提出了相应地发展路径,以期为乡村振兴提供理论依据与决策参考。     

湖南省乡村贫困的影响因素及调控路径研究

贫困是当今世界尖锐的社会问题之一,贫困问题的研究对于改善民生、保障民生和推动贫困地区的社会经济发展具有十分重要的意义。本文以湖南省51个贫困县为例,综合运用熵值法、空间回归分析等方法,从人口结构、居住条件、收入状况与家庭支出4个方面构建贫困测度指标体系,对乡村贫困空间分异特征、影响因素、类型划分、调控路径等进行研究。结果表明：① 湖南省乡村贫困的空间分布呈现出显著的差异性,总体上以轻度贫困和一般贫困为主,比较贫困所占比例较少,比较贫困主要位于武陵山连片特困地区,包括怀化与湘西地区。② 湖南省乡村贫困是区域自然条件和外部社会经济因素相互作用、交互影响的结果,乡村贫困与县均海拔、自然灾害发生面积、农林牧渔业总产值、乡村产业结构及城乡居民收入比呈正相关关系,与农业机械化总动力和人均耕地面积呈负相关关系。③ 基于乡村贫困的测度结果对湖南省51个贫困县进行类型划分,共分为单因素主导型、双因素驱动型、多因素综合型3个大类和P因素主导型、P-E因素驱动型、P-H-E因素综合型等14个小类,并从基础设施建设、文化教育、职业能力培训以及特色产业发展对不同类型贫困县提出相应的脱贫措施。     

基于低空无人机的草原灌丛遥感辨识方法

以位于中国科学院内蒙古草原生态研究定位站灌丛化样地实验平台为研究区，基于低空无人机遥感影像，结合实地调查，开展草原灌丛遥感辨识方法研究。通过对灌丛、草地和裸地归一化植被指数（NDVI）的方差统计分析，确定了裸地与植被的分割阈值为-0.08，并使用该阈值提取植被覆盖区，然后分别利用面向对象的决策树（DT）、贝叶斯（Bayes）、K最邻近（KNN）、支持向量机（SVM）机器学习分类器进行灌丛辨识。研究表明：借助Estimation of Scale Parameter（ESP）最优分割尺度评价工具可以快速确定分割参数，获取灌丛、草地影像对象；利用特征空间优化工具选取了18个的对象特征，可以有效避免盲目选择而导致的计算量增大；通过对不同分类器分类结果的对比和样本数量敏感性实验得出：Bayes分类器精度稳定、无需设置参数，灌丛分类精度最高，总体精度和Kappa系数分别达到92%和0.83，结果与影像地物嵌合最好，能够精确识别单株灌丛；根据Bayes分类器分类结果统计得研究区灌丛盖度为14.74%，平均冠幅为0.6 m²，与样方调查结果基本一致。由于4种分类器的算法特征以及对训练样本数量的敏感性各不相同，因此选择合适的分类器还需根据具体影像的地物特征、空间分辨率和研究区范围来确定。     

基于乡村人口转移和农村道路建设的空间贫困破解机理及其对策研究——以贵州省为例

贫困与地理环境之间交互耦合形成了空间贫困陷阱,本文在对贵州50个国家级贫困县乡村人口转移减贫效应和松桃、威宁、望谟3个典型县域贫困村贫困发生率与农村道路可达性指数空间耦合关系进行实证研究基础上,阐释了破解空间贫困的作用机理,并构建相应政策体系。结果表明：① 贵州国家级贫困县乡村户籍人口向县内城镇转移和县外转移具有显著的减贫效应,但县内城镇转移比县外转移减贫效应的作用力更大。② 松桃县、望谟县极度贫困、可达性较差型和深度贫困、可达性较差型贫困村所占比例在15%左右,威宁为10%左右,对该类型贫困村实施整村易地搬迁和村庄撤并;对具有自然历史文化特色资源的深度贫困、可达性中等型和一般贫困、可达性中等型贫困村应进一步扩展道路宽度,打通断头路,形成网络,增强通行能力。③ 应坚持以县城为中心的就地城镇化和发达地区中心城市、省会城市等异地城镇化并重,加强对转移劳动人口的技能培训,提升其城镇生存能力。继续加大对具有自然历史文化特色资源的保护类村庄的“通村、通组、通户”道路拓宽、硬化等措施,逐步完善自来水、宽带等较为薄弱的基础设施投入力度,推进贫困村基本公共服务均等化;通过发展山区“绿水青山”内生性和外生性产业,引导贫困人口提升自我发展能力。     

基于贫困分级的云南省城乡收入差距时空演化与影响因素研究

云南是中国贫困县最多的山区省份,同时也是中国城乡收入差距长期居高不下的典型省份。针对当前研究中未能深入探讨城乡收入差距与各地贫困程度关联性、未能深入探讨各影响因素空间相关性、忽视关键地理因素对城乡收入差距影响等问题和不足,本文将各县按照贫困程度的差异划分为4个类别,使用云南省129个县（市）2010—2018年产业、社会、经济、人口等维度的面板数据,并引入“地形-气候综合优劣度”作为非经济指标,在分析城乡收入差距时空演化和空间格局特征基础上,运用空间动态面板模型深入探析了其影响因素。基于研究结果,认为有必要将缩小城乡收入差距与国家精准扶贫战略、城乡融合发展战略和乡村振兴战略有效衔接。     

典型深度贫困县贫困格局及影响因素分析——以海伦市为例

深度贫困县是实施精准扶贫工作的重点区域,客观分析深度贫困县贫困格局及其影响因素,可以为制定扶贫策略提供科学依据。论文以黑龙江省海伦市为研究区,基于空间分析和数理统计方法,探索以贫困村和贫困人口为核心的贫困格局及其影响因素。结果表明：① 作为深度贫困县,海伦市贫困村和贫困人口均具有不平衡性,贫困村和贫困人口格局既具有关联性,又具有差异性;② 海伦市贫困村集中分布在150~250 m地形过渡地带,呈现多核心带状式分布态势;③ 海伦市贫困人口分布格局是自然因素与人文因素综合作用的结果,自然地理及农业生产、农村基础设施及社会福利因素是直接影响贫困人口分布格局的关键因素。建议从加强农业农村基础设施建设、提升抵御自然灾害能力,加快种植业结构调整和布局优化、提升农村产业发展水平,提升社会保障水平、降低致贫返贫风险,优化居民点体系、推动乡村各类要素的空间重组、结构重塑、功能重调等方面加强精准扶贫和乡村振兴工作。     

基于G-TOPSIS模型的贫困农户多目标发展评价——以云南福贡县为例

建立贫困农户多目标发展评价体系,实现不同发展目标下的相对贫困的精准识别与动态监测,成为新阶段扶贫开发的迫切需求。论文面向精准扶贫、乡村振兴和可持续发展战略,基于贫困农户的短期、中期和长期目标,构建基于G-TOPSIS综合评价方法的贫困农户多目标发展评价模型,结合障碍度模型揭示不同发展目标下贫困农户的发展水平、发展差距及其致贫因素,并基于地理探测器对不同发展水平农户减贫的影响因素进行探测。以云南省福贡县为例的研究区实证结果表明:① 研究区目前仍存在大量未脱贫农户,脱贫攻坚的压力依然较大,全面脱贫是福贡县当前最紧迫的发展目标;已脱贫人口距全国和全省农村居民平均发展水平还有较大差距,仍处于相对贫困状态,具有较高的贫困脆弱性,防止返贫、缓解相对贫困的任务艰巨。② 短期目标下,主要致贫因素为劳动力受教育年限、卫生厕所、安全住房、家庭人均纯收入、家庭健康状况;中长期目标下,与全国和本省相比,家庭人均纯收入、劳动力受教育年限、安全住房为主要发展短板。③ 不同发展水平贫困农户空间分布特征存在较大差异,贫困空间分异受基础设施、地形条件、经济区位、自然资源、交通区位等因素的综合影响,农户发展水平越低,空间异质性越强,受地理环境的影响越大。研究结果可为减贫与发展战略的实施与监测提供决策依据与可靠的技术决策支持。     

多源遥感影像土地覆盖分类结果一致性评价与集成应用

针对多源遥感影像土地覆盖分类结果一致性与分类精度改进的要求,对两组中等空间分辨率的光学影像进行土地覆盖分类,以支持向量机分类结果为基础,采用Kappa统计量、双错误测量、Q统计量、相同错误率从不同角度评价了不同分类结果的一致性。实验表明,多源遥感数据分类结果总体上常规一致性程度较好,二值先验一致性程度尚可,错误一致性程度较小;不同土地覆盖类别的一致性程度并不相同,有的类别甚至出现不一致现象。提出组合法和替换法两种策略以综合数据优点、实现多传感器数据集成应用,能够有效提高分类精度。