《表4 基于像元法分类精度Tab.4 Pixel based classification accuracy》

  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

《基于面向对象法艾比湖卤虫信息提取》

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

在研究区域中随机选取360个样本点，采用混淆矩阵法分别对2种方法的分类结果进行精度验证。360个样本点中各类别样本数与涉及像元数成比例，保证小类别的样本点也具有可分析性。结合目视解译，利用ENVI软件中Confusion Matrix工具对各类别进行判断，得到2种方法的混淆矩阵，如表3—4所示。面向对象法的总体精度为91.74%，Kappa系数为0.89；然而基于像元法的总体精度仅为85.67%，Kappa系数为0.82。根据构建的分类规则，在各预测类别中的整体分类精度均高于85%，表明RIartemia指数可以有效提取卤虫卵虫信息。同时，相比基于像元法，面向对象法更加充分地利用了对象的形状信息，将优选长宽比作为解译标志，使分类精度显著提高了6%。比较卤虫卵虫高、中密度覆盖区域及潜在区域分类结果，面向对象法的分类精度分别达到95.08%，92.30%和91.26%，而基于像元法仅分别为90.16%，87.18%和86.40%，面向对象法分类精度均高于基于像元法，表明面向对象法的软分类特性提高了卤虫卵虫不同密度级划分精度，使图像更加紧凑。