《表2 SAR数据和GlobalLand 30的分类结果精度验证表》
另外,本文对研究区的两种方法分别作精度验证,以2015年Sentinel SAR 10 m分辨率影像和2000年Google Earth历史影像为验证数据(由于越南南部处于低纬度地区,现有的Sentinel影像云层遮挡影响精度验证,故采用Google Earth 2015年历史影像),在透水面和不透水面分别选取200个随机点(由于越南南部的透水面和不透水面占比相差较大,而GlobalLand 30不透水面提取范围很低,所以在透水面选取300个随机点,不透水面选取100个随机点),以总体精度和总体Kappa系数为评价指标,验证结果如表2所示,可以看出,本文方法对于困难地区不透水面提取的总体精度和Kappa系数均优于GlobalLand 30,4个研究区的平均精度可达88.58%,平均Kappa系数可达0.76(通常Kappa达到0.6表示良好的分类质量)。其中,延安山区不透水面的提取精度最高,孟加拉南部由于特色的小型房屋和茂密的植被影响了提取效果,但依旧远优于GlobalLand 30的提取效果。
图表编号 | XD0086195800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.28 |
作者 | 夏宇、孙中昶、高建、杜文杰 |
绘制单位 | 南京邮电大学、中国科学院遥感与数字地球研究所、南京邮电大学、中国科学院遥感与数字地球研究所 |
更多格式 | 高清、无水印(增值服务) |