《表3 精度评价结果:基于WorldView-3的城市下垫面信息提取》

《表3 精度评价结果:基于WorldView-3的城市下垫面信息提取》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于WorldView-3的城市下垫面信息提取》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

混淆矩阵是最常用的一种分类精度评价方法[18],因此,本研究最终采用这种方法评价分类精度,结果如表3所示。利用1∶500地形图在研究区中选取1 780个采样点,根据混淆矩阵求取的Kappa系数为0.78,整体精度为0.85,说明分类结果与采样点类别具有较高的一致性,分类效果较好。从各类别单独来看,植被效果最好,Kappa系数超过0.9;道路、水体在0.8左右。一些房屋阴影的光谱特性与水体相似,因此其归属的硬质地面会易与水体混淆;裸土与一些植被覆盖稀疏的地方易产生分类错误使得其分类精度低于0.8。而硬质地面与房屋分类精度最低,两者极易产生混淆,这主要是由于硬质地面与多数的水泥屋顶在光谱特征与颜色亮度等方面极为相似,以至于很难将其明确地区分。这也是其他学者在城市下垫面分类中经常遇到的难点。为解决这个问题,多数人采用激光雷达数据获取地面三维点云,从而根据高度情况区别房屋与硬质地面。