《表1 滑坡识别精度分析：高分三号卫星全极化SAR影像九寨沟地震滑坡普查》

  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

《高分三号卫星全极化SAR影像九寨沟地震滑坡普查》

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

定量评估指标选择用户精度UA（User’s Accuracy），制图精度PA（Producer’s Accuracy），错分误差CA（Commison Error），漏分误差OE（Ommison Error），总体精度OA（Overall Accuracy）与Kappa系数，指标利用混淆矩阵计算获得。不同特征应用的滑坡体识别精度定量评估表明（表1）。综合多特征的BP神经网络方法的滑坡体识别总体精度为92.8%，相较于利用单一极化特征、纹理特征方法的识别准确度要高。基于单一纹理特征与单一极化特征方法的滑坡体总体识别精度相差不大，证明两类特征均能有效地识别滑坡体信息。仅利用极化特征、纹理特征方法的滑坡体制图精度比多特征综合应用的精度要高，而用户精度较低，这说明了仅利用单一的特征存在较大的错分误差，而加入地形特征之后，有效地降低了滑坡体的错分误差，证明地形特征能较好地剔除非滑坡信息。