激光扫描与测距系统(LIDAR)所获取的点云数据能够表达地物的三维信息，而光谱相机能够获得同场景的四个波段的多光谱信息。二者从不同的侧面表现了地物的特征，但不同特征对分类精度的贡献具有较大的差异。提取不同类型的地物特征，将特征分成四组；以随机森林为分类框架，得到不同特征子集的重要性测度和每个像元对各类别的隶属度；提出自适应D-S 证据方法对各特征子集的分类证据进行合成，实现地物类别信息提取。充分利用两分类器的优点挖掘分析遥感不确定性信息,实验结果表明，分类精度达到90%，能够达到应用要求。但通过