《表1 不同方法提取结果的精度对比》
注:CCA=PA×UA。
另外,将随机生成的309个评价样点(其中,水体和非水体各有182个和127个),依据亚米级的google earth影像分别赋予真实的水体标签或非水体标签,并构建本次识别结果的精度评价混淆矩阵,由此获得了漏分误差(Leak Rate,LR)和复合分类精度系数(Composite Classification Accuracy,CCA)两个量化评价指标。其中:漏分误差主要用来反映目标类别(水)的漏分概率[22],复合分类精度系数则是目标类别分类准确性的综合评价指标,等于生产者精度(Producer’s Accuracy,PA)与用户精度(User’s Accuracy,UA)的乘积,因此CCA系数实际上同时包含有错分和漏分信息。评价结果(如表1)显示,本次实验的漏分误差为4.4%,CCA系数约95.1%,这表明本研究对于大范围水体的提取结果具有较高精度。
图表编号 | XD00133822500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.10 |
作者 | 汪权方、张梦茹、张雨、汪倩倩、陈龙跃、杨宇琪 |
绘制单位 | 湖北大学资源环境学院、湖北省农业遥感应用工程技术研究中心(湖北大学)、湖北大学资源环境学院、湖北大学资源环境学院、湖北大学资源环境学院、湖北大学资源环境学院、湖北大学资源环境学院 |
更多格式 | 高清、无水印(增值服务) |