《表3 基于混淆矩阵的水稻面积遥感识别精度》
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
《基于Sentinel-2数据的水稻面积提取方法比较分析》
为了比较3种分类方法对水稻种植区域提取的准确度,研究基于混淆矩阵进行分类精度评价,该方法是目前普遍使用的分类精度检验方法[18-19]。通过对研究区域的目视解译结果随机取样,在水稻种植区域随机生成200个样方作为精度验证样本,最后所得到的分类精度见表3。由表3可知,最大似然法分类结果精度最佳,总体分类精度达89.35%,Kappa系数为0.787 3,错分误差为0,漏分误差为16.81%,用户精度为100%;面向对象分类法分类精度最低,总体分类精度为76.90%,Kappa系数为0.560 2,错分误差为0.34%,漏分误差为36.25%,用户精度为99.66%。
图表编号 | XD005710500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.20 |
作者 | 麦丽素、乌兰吐雅 |
绘制单位 | 山东农业大学资源与环境学院、内蒙古自治区农牧业科学院 |
更多格式 | 高清、无水印(增值服务) |