《表2 VNIR+SWIR影像分类结果混淆矩阵》
注:人工地物(工厂、道路交通)制图精度为551 421/627 373=87.89%;自然地物(林地、草地、裸露土地)的制图精度为1 174 660/1 304 494=90.05%;总体精度为1 726 081/1 931 867=89.35%。
由表1、2可知,VNIR影像分类结果的总体精度为85.57%,Kappa系数为0.822 7;VNIR+SWIR影像分类结果的总体精度为89.35%,Kappa系数为0.869 1;其总体精度提高了3.78%,Kappa系数提高了0.046。VNIR+SWIR影像的道路交通、居民区、草地、林地4种地物无论生产者精度还是用户精度均大于VNIR影像。由分类结果总体精度可知,引入SWIR波段后,人工地物制图精度提升了5.65%,自然地物制图精度提升了2.88%,其中道路交通的分类精度提高最多,其制图精度与用户精度提升的平均值分别为3.15%和9.28%。VNIR+SWIR影像分类可改善道路被错分为水体的情况,水体的制图精度和用户精度分别提高了4.41%和0.14%。定量分析分类结果混淆矩阵可知,林地与草地易于互相错分,结果中草地分类精度的提高是建立在林地分类精度降低的代价上的,SWIR波段的引入会降低林地0.81%的制图精度。
图表编号 | XD0086192200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.28 |
作者 | 王嫣然、赵展、夏旺 |
绘制单位 | 武汉大学测绘学院、武汉大学测绘学院、武汉大学测绘学院 |
更多格式 | 高清、无水印(增值服务) |