Доступно с лицензией Spatial Analyst.
Обзор рабочего процесса оценки точности
Оценка точности является важной частью любого проекта по классификации. Она сравнивает классифицированное изображение с другим источником данных, который считается точными или достоверными наземными данными. Достоверные наземные данные могут быть собраны в поле; однако могут потребоваться временные и материальные ресурсы. Для проверки точности данные можно получать при интерпретации снимков высокого разрешения, существующих классифицированных изображений или слоев ГИС-данных.
Самый распространенный способ оценить точность классифицированных данных – создать набор случайно расположенных точек на основе истинных данных и сравнить их значения с классифицированными данными, используя матрицу несоответствий. Хотя это двухэтапный процесс, вам может потребоваться сравнить результаты различных методов классификации или других обучающих выборок. Возможно у вас нет истинных данных, или они созданы на основе того же изображения, которое использовано для классификации. Для учета этих других рабочих процессов, данный процесс использует три инструмента геообработки: Создать точки оценки точности, Обновить точки оценки точности и Вычисление матрицы неточностей.
Самый общий рабочий процесс – когда у вас есть классифицированное изображение и вы хотите сравнить его с достоверными наземными данными. Первая группа шагов помогает создать набор случайных точек.
- Откройте инструмент Создать точки оценки точности и установите в качестве Целевое поле на Истинно точно.
- Выберите метод выборки.
- Случайная – создает случайные точки оценки точности по всему входному набору данных.
- Стратифицированная случайная – создает набор точек оценки точности, по числу пропорциональный области класса, для каждого класса.
- Выровненная стратифицированная случайная – создает набор точек оценки точности, в котором каждый класс имеет одинаковое количество точек.
- Откройте инструмент Обновить точки оценки точности.
- Задайте Входные растровые или векторные данные, как классифицированный набор данных.
- Используйте выходные данные инструмента Создать точки оценки точности в качестве Входных точек оценки точности.
- Установите значение Целевого поля на Классифицировано.
- Откройте инструмент геообработки Вычисление матрицы неточностей и в качестве входных данных используйте таблицу, созданную в предыдущем шаге.
Слой достоверных наземных данных определяет число и расположение случайных точек в соответствии с методом выборки.
Создается таблица, в которой в качестве записей перечислена каждая случайная точка вместе с полем для достоверных наземных данных и полем для классифицированного изображения. Поле Истинно точно заполняется его значениями, в то время как поле Классифицировано заполняется пустыми значениями (-1).
После просмотра результатов по оценке точности вам может понадобится изменить обучающую выборку или параметры классификации, или выбрать другой классификатор для получения лучших результатов. В этом случае используйте новые классифицированные данные в качестве входных данных для инструмента Обновить точки оценки точности и установите значение Целевого поля на Классифицировано, после этого запустите инструмент Вычисление матрицы неточностей, используя эти выходные данные.
Если вы обновили достоверные наземные данные и вам необходимо снова запустить оценку, существуют две опции. Первая – использовать новые достоверные наземные данные в качестве входных данных для инструмента Обновить точки оценки точности и установить значение Целевого поля на Истинно точно. Это поможет сохранить тот же набор точек, который был создан при первом выполнении анализа. Или вы можете начать с начала и использовать инструмент Создать точки оценки точности для создания нового набора точек.
Другой опцией является создание точек из классифицированного набора данных и идентификация каждой точки вручную, чтобы заполнить поле достоверных наземных данных. При данном сценарии вы будете использовать инструмент Создать точки оценки точности, редактировать поле Истинно точно и запускать инструмент Вычисление матрицы неточностей.