《表8 总体分类精度比较表》

  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GF-1和Sentinel-1A的漓江流域典型地物信息提取》

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

(1）总体分类精度和Kappa系数：在95%置信区间内，基于GF-1图像的总体分类精度为96.15%，而基于融合GF-1和Sentinel-1A影像总体分类精度为94.40%，两者精度相差1.75%；基于GF-1图像的Kappa系数为0.92，而基于融合GF-1和Sentinel-1A影像的Kappa系数为0.88，两者相差0.04（见表8和图7）。究其原因，在6种地物类型中，GF-1多光谱影对针叶林、旱地和居民地的识别精度高于GF-1和Sentinel-1A融合影像，但对于阔叶林和水田，融合影像的识别精度高于单一的GF-1多光谱影像。综上所述，两种数据集在提取漓江流域典型地物中，总体分类精度较为相近，不存在显著性差异。