总体精度是由误差矩阵中正确像元总数课件

第十三章遥感专题图精度评价山东科技大学第十三章遥感专题图精度评价山东科技大学对于局域,区域,和全球等不同尺度的环境模型而言,从遥感数据中获取信息变得越来越重要了.遥感专题信息可以是专题图,也可以是由面积框架采样获取的统计数据.因为这些专题信息得用于全球的许多重要决策,所以必须准确无误.Jensen,2007遥感专题图精度评价对于局域,区域,和全球等不同尺度的环境模型而言,从遥感数据中但是,专题信息不可避免的有误差.给出遥感信息的科学家们应识别出误差源,尽可能地使误差最小化,并告知用户这些信息的可信度.在利用遥感专题图进行科学研究和决策前,通常要对其进行充分的精度评价.Jensen,2007遥感专题图精度评价但是,专题信息不可避免的有误差.给出遥感信息的科学家们应识Jensen,2007遥感信息的误差源数据获取传感器系统遥感平台运动地面控制场景因素决策执行决策制定最终产品空间误差专题误差误差评价采样设计每类的样本个数样本定位精度空间自相关误差矩阵离散多元统计报告标准预处理几何纠正辐射纠正数据转换信息提取分类系统定性分析定量分析数据融合数据转换栅格数据矢量化矢量数据栅格化误差Jensen,2007遥感信息的误差源数据获取决策执行决策首先,有必要阐明专题图精度的评价本质,它包括:•精度评价要达到的目的;•感兴趣的类别(离散的或连续的);•采样设计和采样框架(包括面积和列表框架采样).Jensen,2007土地覆盖图精度评价首先,有必要阐明专题图精度的评价本质,它包括:Jensen,Jensen,2007遥感专题信息精度评价的一般步骤陈述专题精度评价的特性选取专题精度评价的方法计算样本所需观测值的总个数选取采样设计方案利用响应设计获取观测地区的地面参考数据误差矩阵的建立与分析拒绝或接受初始假设如果精度令人满意则发布结果Jensen,2007遥感专题信息精度评价的一般步骤陈述专Jensen,2007由K个地物类和N个地面参考验证点构成典型误差矩阵地面参考信息遥感分类类型列总计行总计Jensen,2007由K个地物类和N个地面参考验证点构成理想情况是对研究区域中的地面参考验证像元(人工目视解意中,为多边形)进行定位.这些点不作为分类的训练样本,因此代表了一种无偏的参考信息.在分类之前,也可以选取一些地面验证参考信息作为训练数据.但是,绝大多数参考数据是在分类之后用随机采样方式获取的,从而为每类地物选取适当个数的无偏观测点.Jensen,2007地面参考验证像元理想情况是对研究区域中的地面参考验证像元(人Fitzpatrick-Lins(1981)建议采用样本为N的样本评估土地利用分类图的精度.依据二项式概率理论,N可以通过如下公式计算:式中,p

是整幅图的期望百分比精度,q

=100–p,E允许误差,andZ

=2表示1.96的标准正态误差,95%的双侧置信度.Jensen,2007样本容量Fitzpatrick-Lins(198对于一个期望精度为85%,而允许误差为5%(即准确率为95%),其可信结果需要的点数是:Jensen,2007样本容量对于一个期望精度为85%,而允许误差为5%(即准确率如果改图的期望精度为85%,允许误差为10%,则改图的样本容量就为51:因此，期望精度（p）越低，允许误差越大，则用来估算分类精度的所需的地面参考验证样本数就越少。样本容量如果改图的期望精度为85%,允许误差为在精度评价中，科学家不可能对遥感分类图中的每个像元或多边形进行实地调查。因此要事先估计出总体样本容量（N）和每一类（层）所需的样本数目。现在，有必要确定这些样本的实际地理位置（x,y）,以便实地调查和收集地面参考验证信息。样本位置的选取必须是随机且无偏的。任何偏差都会导致误差矩阵的统计分析超过或低于专题图的实际精度。因此有必要选择一个适当的随机采样设计。采样设计在精度评价中，科学家不可能对遥感分类图中的每

有五种常用的基本采样框架,可用来采集地面参考验证数据,并用来评价遥感专题图的精度:1.随机采样;2.系统采样;3.分层随机采样;4.分层系统非均衡采样;5.聚类采样.Jensen,2007采样设计有五种常用的基本采样框架,可用来采集地面参考Jensen,2007c)分层随即采样d)分层的系统非均衡采样e)聚类采样b)系统采样a)随机采样采样方法不规则间隔y规则间隔y边缘随机元素对齐层1层4林地层2谷物层3Jensen,2007c)分层随即采样d)分层的系统非e)从随机点上获取地面参考信息后,就利用这些信息与遥感分类图的信息进行逐像元(当影像采用目视解译时,则是逐多边形)比较.不管两者是否一致,都归纳到误差矩阵中,可以用简单的描述性方法或多元统计分析方法评价误差矩阵中的信息.Jensen,2007误差矩阵的评价从随机点上获取地面参考信息后,就利用这些信息分类图的总体精度

是由误差矩阵中正确像元总数(主对角线之和)与所有像元总数(N

)的比值计算得到的.然而,计算单个地物类的精度就要复杂的多,因为分析人员即可以用误差矩阵中该类正确像元总数与其对应的行总和的比值计算该类的精度,也可以用与列的总和的比值来表示其精度.传统的计算方法是,用某一类别正确的像元个数除以该总参考像元数(即列的和).他表示参考像元被正确表示的概率,也是漏分误差的一种量度,称为生产精度,

这是因为生产者(分析员)对区域分类的准确程度感兴趣.Jensen,2007误差矩阵的描述性评价分类图的总体精度是由误差矩阵中正确像元总如果用一个类别的正确像元总数除以实际上被分到该类像元的总数,其结果则是多分误差的一种量度,其称为用户精度

或可靠性,是图上分到该类的像元在地面上实际代表该类别的概率.Jensen,2007误差矩阵的描述性评价如果用一个类别的正确像元总数除以实际上被分到自从1983年以来,一直用多元离散方法对遥感分类图的精度和误差矩阵进行评价.这种方法之所以适用,是因为遥感数据是离散的,呈二项式或多项式分布而不是连续的正态分布.值得注意的是,虽然还没有一种被普遍接受的精度评定方法,但是可用一系列指数替代,其中每一个指数都对不同的特征敏感.Jensen,2007用于误差矩阵的多元离散分析方法自从1983年以来,一直用多元离散方法对遥Khat一致性系数:

Kappa分析生成一个统计性,,它是Kappa的一个估计值,也是遥感分类图和参考数据之间的一致性或精度的两度,这种量度通过a)主对角线b)行列总数给出的概率一致性(称为边界值)来表达.Jensen,2007Kappa分析Khat一致性系数:Kappa分析生成一个统计性,Jensen,2007Savannah河边的混合废弃物管理设施高光谱影像处理数据分类图的误差矩阵Jensen,2007Savannah河边的混合废弃物管理Kthat条件一致性技术:条件一致性系数可以采用如下方程为用户消除变化一致性,计算参考点和遥感数据之间的一致性,从而得到单个类的用户精度:式中,xii

是正确分类到特定类别的观测点个数(矩阵的对角线上),xi+

和x+i

分别为该类第

i行

andi

列的和,N

是