《表4 精度评价公式:基于高分二号的城市黑臭水体动态监测》
(1):Pe为黑臭水体与一般水体分别对应的“实际与预测数量的乘积”之和,再除以“样本总数的平方”。
统计样点判别结果如表3所示,本文利用用户精度、产品精度和总精度评价模型精度,并利用Kappa系数检验模型识别一致性,公式如表4所示,计算结果如表5所示。从表5可以看出,波段差值法的用户精度、产品精度以及总精度在4种算法中处于中上等,总精度最高表明其对一般水体和黑臭水体均有较好的识别效果,斜率指数法次之,归一化指数法最差,单波段阈值法虽然对黑臭水体识别效果最好,但对一般水体识别效果较差。并且波段差值法的Kappa系数为0.75说明其识别结果具有高度一致性,明显高于其他算法。算法精度评价结果表明,波段差值法用于识别芜湖鸠江区黑臭水体的精度最高,将其用于黑臭水体的识别与监测可以更好地反映黑臭水体的动态变化。
图表编号 | XD00195992200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.01 |
作者 | 胡国庆、陈冬花、刘聪芳、谢以梅、刘赛赛、李虎 |
绘制单位 | 安徽师范大学地理与旅游学院、安徽师范大学地理与旅游学院、滁州学院计算机与信息工程学院、新疆师范大学地理科学与旅游学院、安徽师范大学地理与旅游学院、滁州学院计算机与信息工程学院、安徽师范大学地理与旅游学院 |
更多格式 | 高清、无水印(增值服务) |