欢迎来到天天文库
浏览记录
ID:36861805
大小:334.78 KB
页数:4页
时间:2019-05-16
《多源遥感影像土地覆盖分类结果一致性评价与集成应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第25卷第4期地理与地理信息科学V0I_25No.42009年7月GeographyandGeo—InformationScienceJuly2009多源遥感影像土地覆盖分类结果一致性评价与集成应用李光丽,杜培军,王小美,袁林山(中国矿业大学测绘与空间信息工程研究所,江苏徐州221116)摘要:针对多源遥感影像土地覆盖分类结果一致性与分类精度改进的要求,对两组中等空间分辨率的光学影像进行土地覆盖分类,以支持向量机分类结果为基础,采用Kappa统计量、双错误测量、Q统计量、相同错误率从不同角度评价了不同分类结果的一致性。实验表明,多源遥感数据分类
2、结果总体上常规一致性程度较好,二值先验一致性程度尚可,错误一致性程度较小;不同土地覆盖类别的一致性程度并不相同,有的类别甚至出现不一致现象。提出组合法和替换法两种策略以综合数据优点、实现多传感器数据集成应用,能够有效提高分类精度。关键词:一致性评价;土地覆盖分类;支持向量机;Kappa统计量;Q统计量中图分类号:TP751文献标识码:A文章编号:1672—0504(2009)04—0068—04多源遥感影像在土地覆盖分类中得到广泛应像元属于各类别的程度。鉴于分类结果输出类型不用,但是同一时期、同一区域不同影像的分类结果通同,本文一致性评价分为常
3、规一致性评价、二值先常会存在差异。为了将多源遥感数据用于同一土地验一致性评价和错误一致性评价。覆盖分类,有必要对不同遥感数据的土地覆盖分类1.1常规一致性评价指标结果一致性进行评价,并提出有效的多源数据综合常规一致性评价不需要通过测试样本评估分类应用策略。一致性是度量测量值之间接近程度的指结果的正确性,它仅仅评价基于类别标签的分类输标,一致性评价多用于评价研究者(或方法)间的一出的一致性[3],本文采用Kappa统计量进行常规一致性口I,常用的统计学方法主要包括配对Y检验、致性评价。四格表精确检验、Kappa检验、加权Kappa检验、Kappa
4、统计量是一种校正机遇之后衡量两种检Friedman检验、Kendall协同系数检验、配对t检验、测方法一致性的指标,Kappa值介于一1~+1之间,t检验+回归分析、组内相关系数法、一致性界限法、Kappa一一1,说明两种检测方法检测的结果完全不回归技术法和借用生存分析等[1]。本文从常规一致一致;Kappa=0,说明观察一致性完全由偶然误差造性、二值先验一致性、错误一致性3个层次对两组遥成;Kappa=1,说明完全排除机遇一致性后的真正一感数据分别进行土地覆盖分类一致性评价,主要采致性,但实际出现的可能性较小l1]。用的评价指标有Kappa统
5、计量、双错误测量、Q统计遥感数据分类后常基于混淆矩阵计算Kappa统量、相同错误率。实验发现,多源遥感数据分类结果计量评估分类精度_4],这实际上是计算分类结果和并不完全一致。为了有效应用多源遥感数据,需采参考数据之间的一致性程度
6、5]。本研究则是考察不用可行的方法减小数据分类结果之问的差异性,提同遥感影像对同一时期某一区域土地覆盖分类结果高多源遥感影像土地覆盖分类的精度。通过对组合间的一致性。法和替换法两种策略的实验,表明其能够提高分类首先计算R×C列联表,即一致性表。在此基精度。础上计算Kappa(~)值,公式如下_6]:一(户。一P)/(
7、1一)(1)1一致性评价指标式中:P。、P分别为两次调查或测定方法结果的实际土地覆盖分类可能的输出结果有3种[2]:1)类一致率和期望一致率。别标签;2)正确/错误决策,即“1/o”输出,需用测试表1是对Kappa在0~1的区间分类以及相应样本判断像元分类结果的正确性,像元分类正确,则的一致性高低的评价原则,这也是实际研究常使用分类结果输出为“1”,否则输出为“o”;3)概率值,即的参考标准。Kappa~O时两种检测方法不一致。收稿日期:2O08—12—13;修订日期:20O9—O3—25基金项目:国家863计划项目(2007AA12Z162)
8、;教育部新世纪优秀人才支持计划资助项目(NCET-06-0476);江苏省高等学校“青蓝工程”中青年学术带头人培养计划资助项目作者简介:李光丽(1984一),女,硕士研究生,主要研究方向为遥感图像处理及应用。E—mail:doris253@126.corn第4期李光丽等:多源遥感影像土地覆盖分类结果一致性评价与集成应用第69页表1Kappa值的评价。结果均为“0”,即分类错误,但是可能其实际的类别Table1EvaluationofKappavalue标签并不相同。设O0为两幅影像均分类错误,并且实际类别标签也相同的像元数目。采用相同错误率(s
9、F)[3]指标评价出现相同错误的概率。公式如下:1.2二值先验一致性评价指标SF=/n(5)二值先验一致性评价是基于输出类型为“1/0”的分类结果,它
此文档下载收益归作者所有