《表4 实验1和实验5的混淆矩阵与类别精度》

《表4 实验1和实验5的混淆矩阵与类别精度》   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
《一种利用Landsat年度时序数据的土地覆盖分类方法》


  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
注:BL为裸地;CC为耕地;DF为落叶林地;EF为常绿林地;MF为混交林地;DL为建设用地;OW为水体;PA为生产者精度;UA为用户精度。

3) 不同覆盖类别的精度差异。为了分析LandUTime对土地覆盖类型的分类精度,计算了实验1和实验5的混淆矩阵和各类别用户精度与生产精度。如表4所示,LandUTime在区分不同覆盖类型方面的优势非常明显,尤其对于耕地、常绿林地、落叶林地等,取得了非常好的效果。若使用单一时相影像,无法达到这样的精度。同时可以看出,实验1和实验5对混交林地的分类准确度相对较低,主要是因为该种地类异质性较强,实际自然界中混交林、落叶林和常绿林三者的边界本来就很模糊,与空间尺度极其相关。还有是裸地、建设用地和水体这3种类型间存在少量错分,主要是由于LandUTim方法依据地物年度变化模式的不同来区分地类,故具有显著年度季节变化的对象(如耕地,落叶林地)与年度变化较小的地物(如建设用地、水体等)很容易区分,但变化模式相近的地物类型则可能出现些许混淆。