随着航空航天技术的发展,遥感影像已成为人类快速对地观测的重要数据来源。遥感影像分类结果的精度评价是遥感影像应用决策前的重要保障。抽样检验是产品质量评估和数据精度评价的常用方法之一,现有的抽样检验方法较适应于“独立同质”产品的精度检验,未考虑遥感影像分类结果具有的空间相关性和空间异质性特征,直接应用现有抽样检验方法对遥感影像分类结果进行精度评价,存在样本信息冗余度高和评价过程耗时长等问题。因此,本文以遥感影像分类结果的精度评价为目的,利用聚集度指数提出多层和多粒度空间抽样的遥感影像分类结果精度评价方法,具体研究内容包括:（1）利用遥感影像的空间异质性,提出了多层空间抽样的遥感影像分类结果精度评价方法,实现大范围遥感影像分类结果的快速精度评价针对大范围遥感影像分类结果的精度评价存在信息冗余度高和评价耗时长等问题,利用聚集度指数量化遥感影像的空间异质性,提出多层空间抽样的遥感影像分类结果精度评价方法,包括:1)从整体到区划空间的样本点选择过程:利用聚集度指数量化遥感影像的空间异质性,实现遥感影像的空间区划;随后计算各区划空间的权重指数,分配各区划空间的样本量;在各区划空间内布设样本点。2)从区块空间到整体的精度评价过程:将各区划空间内样本点信息与参考数据进行精度比较,一致标记为“1”,不一致标记为“0”;根据评价统计结果推导各区划空间的分类精度;由各区划空间的分类精度,推导整个遥感影像分类结果的精度。（2）针对遥感影像的空间相关性,提出了多粒度空间抽样的遥感分类结果精度评价方法,实现高分辨率遥感影像的快速精度评价遥感影像中地物类型具有多尺度的特征,即同一地物在不同分辨率影像上具有不同的空间形态特征。因此,固定大小的抽样单元无法兼顾地物空间形态特征,易产生错判现象,特别是面向高分辨率遥感影像分类结果的精度评价。本文兼顾遥感影像的空间相关性,提出了多粒度空间抽样的高分辨率遥感影像分类结果精度评价方法,包括:1)多粒度抽样单元的确定:利用连通分量标记法算出各区域连通区域个数,将其作为k-means算法的分组依据;聚类出各区域最小斑块的面积,确定各区划空间抽样单元大小;2)样本量的确定及样本点的布设:计算各区划空间的样本量大小,以多粒度斑块为抽样单元,在各区划空间内分配样本点;3)遥感影像分类结果的精度评价:将各区划空间内样本点信息与参考数据进行精度比较,采用面积占优法对多粒度抽样单元的地物信息进行精度评价,一致标记为“1”,不一致标记为“0”;根据评价结果推导各区划空间的分类精度;由各区划空间的分类精度,推导整个遥感影像分类结果的精度。以Urban数据集的高分辨率遥感影像为实验数据,选取同区域的5类地物分类图作为验证数据。对方法（1）进行可行性分析,实验结果表明:该方法通过量化遥感影像的空间异质性,提高了样本点的代表性,即在地物类型聚集度高的区域,样本点入样概率高;在地物类型聚集度低的区域,样本点入样概率低;该方法降低了样本点的信息冗余,较好的解决了大范围遥感影像分类结果的快速精度评价问题。同时,对方法（2）进行可行性分析,实验结果表明:该方法通过量化遥感影像的空间相关性,设计了多粒度的样本单元,即不同地物形态的遥感影像分类结果具有不同的而抽样单元,该方法兼顾了遥感影像中地物空间形态多样性,增加了样本的代表性,提高了高分辨率遥感影像分类结果精度评价的准确性。