《表2 典型地物分类误差统计矩阵》

  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

《鹤地水库SPOT7影像分类研究》

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

在卫星影像的辅助下，结合实地人工采集到的样本点信息，实验先从分割后的影像中随机选取各类地物大约100个样本作为参考样本，然后与通过模糊规则分类后的预测样本进行比较，并经统计分析得到分类混淆矩阵，其结果如表2所示。结果表明，面向对象的模糊规则分类效果整体良好，能有效地将光谱信息相似的裸土、建成区进行区分，各类地物信息提取完整，总体精度达到了90.8%，Kappa系数为0.884。其中，植被和水体的漏分率和错分率均很低，这主要是由于植被、水体的光谱特征非常明显、易于区分；裸土和建成区由于空间纹理特征有一定的相似性，彼此容易产生混淆，导致两者的错分现象明显；而其他类的地物由于大多是种植农作物的混合区域，光谱特征复杂，容易与裸土产生混淆，因而错分率、漏分率相对较高。