本發(fā)明涉及遙感圖像質(zhì)量檢驗(yàn)技術(shù)領(lǐng)域,具體地說(shuō),是一種利用二級(jí)抽樣模型的中國(guó)陸地夜光遙感分類(lèi)精度評(píng)價(jià)方法。
背景技術(shù):
夜光遙感數(shù)據(jù)能探測(cè)到城市燈光甚至小規(guī)模居民地等發(fā)出的低強(qiáng)度燈光,并將其與黑暗的鄉(xiāng)村背景區(qū)分開(kāi)來(lái),間接的反映了城鎮(zhèn)的分布,為大尺度的城市檢測(cè)研究提供了新思路。但由于夜光的溢出效應(yīng)等因素,根據(jù)夜光提取城鎮(zhèn)時(shí)可能導(dǎo)致城鎮(zhèn)面積提取結(jié)果大于實(shí)際值等問(wèn)題,因此在應(yīng)用前必須對(duì)提取結(jié)果進(jìn)行質(zhì)量驗(yàn)證。
傳統(tǒng)的驗(yàn)證方法如在長(zhǎng)三角城市化格局的研究中僅將城市提取結(jié)果的面積屬性和國(guó)家統(tǒng)計(jì)數(shù)據(jù)進(jìn)行了對(duì)比驗(yàn)證;在中國(guó)城市擴(kuò)張研究中以landsat數(shù)據(jù)作為驗(yàn)證集選取15個(gè)大中城市作為訓(xùn)練集,利用誤差矩陣對(duì)提取結(jié)果進(jìn)行了系統(tǒng)地驗(yàn)證;利用景觀形狀指數(shù)、聚集度指數(shù)、邊緣面積比和連接度指數(shù)4個(gè)定量指標(biāo)驗(yàn)證夜光遙感數(shù)據(jù)提取結(jié)果的形狀面積相似程度;采用隨機(jī)抽樣的方式抽取1014個(gè)樣本點(diǎn)對(duì)浙江省的夜光數(shù)據(jù)提取結(jié)果進(jìn)行了驗(yàn)證。
以往夜光遙感燈光區(qū)提取結(jié)果精度評(píng)價(jià)中存在部分問(wèn)題:(1)驗(yàn)證集選取過(guò)少,分布方式不合理,與總體提取區(qū)域相比缺少代表性;(2)選取的驗(yàn)證評(píng)價(jià)指標(biāo)過(guò)少、不全面,不能真是反映出提取結(jié)果;(3)評(píng)價(jià)方法不系統(tǒng),僅僅與國(guó)家統(tǒng)計(jì)數(shù)值相對(duì)不能說(shuō)明提取結(jié)果的空間分布問(wèn)題。
中國(guó)專(zhuān)利文獻(xiàn)cn201110230310.9,申請(qǐng)日20110812,專(zhuān)利名稱(chēng)為:一種分析景觀特征對(duì)遙感分類(lèi)圖斑精度影響的方法,包括步驟一、獲取數(shù)據(jù),包括對(duì)原始影像進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理;步驟二、對(duì)步驟一獲得的數(shù)據(jù)進(jìn)行圖像識(shí)別,包括分類(lèi)和分類(lèi)后處理,其中分類(lèi)過(guò)程中包括有分類(lèi)圖斑的確定;步驟三、對(duì)步驟二進(jìn)行識(shí)別得到的數(shù)據(jù)進(jìn)行分類(lèi)圖斑與真值數(shù)據(jù)圖斑之間的相關(guān)性計(jì)算,進(jìn)行回歸曲線擬合建立回歸模型,其中包括表達(dá)景觀特征的景觀指數(shù)定義;步驟四、對(duì)步驟三建立的回歸模型進(jìn)行統(tǒng)計(jì)檢驗(yàn),同時(shí)對(duì)景觀指數(shù)表達(dá)的分類(lèi)誤差進(jìn)行評(píng)價(jià)。
上述專(zhuān)利文獻(xiàn)采用遙感分類(lèi)的空間特征進(jìn)行精度評(píng)價(jià)與分析的理論基礎(chǔ),采用遙感分類(lèi)圖斑的景觀特征對(duì)分類(lèi)精度進(jìn)行的描述與表達(dá),為與土地覆蓋專(zhuān)題圖相關(guān)的應(yīng)用及研究提供依據(jù)與指導(dǎo)。但是關(guān)于一種利用二級(jí)抽樣模型的夜光遙感分類(lèi)精度評(píng)價(jià)方法,完成對(duì)夜光遙感數(shù)據(jù)的系統(tǒng)、有效地實(shí)現(xiàn)對(duì)大面積夜光遙感分類(lèi)結(jié)果的精度評(píng)價(jià),對(duì)夜光遙感城鎮(zhèn)提取結(jié)果質(zhì)量檢驗(yàn),能夠解決了以往驗(yàn)證集過(guò)少,評(píng)價(jià)參數(shù)不全面的問(wèn)題,達(dá)到了一種全面精確的驗(yàn)證結(jié)果。的技術(shù)方案則無(wú)相應(yīng)的公開(kāi)。
綜上所述,亟需一種利用二級(jí)抽樣模型的夜光遙感分類(lèi)精度評(píng)價(jià)方法,完成對(duì)夜光遙感數(shù)據(jù)的系統(tǒng)、有效地實(shí)現(xiàn)對(duì)大面積夜光遙感分類(lèi)結(jié)果的精度評(píng)價(jià),對(duì)夜光遙感城鎮(zhèn)提取結(jié)果質(zhì)量檢驗(yàn),能夠解決了以往驗(yàn)證集過(guò)少,評(píng)價(jià)參數(shù)不全面的問(wèn)題,達(dá)到了一種全面精確的驗(yàn)證結(jié)果。而目前關(guān)于這種方法還未見(jiàn)報(bào)道。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明的目的是針對(duì)現(xiàn)有技術(shù)中的不足,提供一種利用二級(jí)抽樣模型的夜光遙感分類(lèi)精度評(píng)價(jià)方法,完成對(duì)夜光遙感數(shù)據(jù)的系統(tǒng)、有效地實(shí)現(xiàn)對(duì)大面積夜光遙感分類(lèi)結(jié)果的精度評(píng)價(jià),對(duì)夜光遙感城鎮(zhèn)提取結(jié)果質(zhì)量檢驗(yàn),能夠解決了以往驗(yàn)證集過(guò)少,評(píng)價(jià)參數(shù)不全面的問(wèn)題,達(dá)到了一種全面精確的驗(yàn)證結(jié)果。
為實(shí)現(xiàn)上述目的,本發(fā)明采取的技術(shù)方案是:
一種利用二級(jí)抽樣模型的中國(guó)陸地夜光遙感分類(lèi)精度評(píng)價(jià)方法,其特征在于,該方法具體包括以下步驟:
步驟s1,在npp/viirs系列數(shù)據(jù)實(shí)現(xiàn)對(duì)中國(guó)陸地區(qū)域的建成區(qū)提取,得到未驗(yàn)證的提取結(jié)果;
步驟s2,建立二級(jí)抽樣模型,完成對(duì)評(píng)價(jià)區(qū)域的抽樣,得到可信的檢驗(yàn)數(shù)據(jù)集;
步驟s3,使用誤差矩陣驗(yàn)證方法,對(duì)夜光數(shù)據(jù)的初步提取進(jìn)行分區(qū)驗(yàn)證,并最終得到全體夜光數(shù)據(jù)分類(lèi)結(jié)果的精度評(píng)價(jià)。
作為一種優(yōu)選的技術(shù)方案,所述步驟s2包括以下步驟:
步驟s21:結(jié)合中國(guó)的東部沿海、中部、西部三大經(jīng)濟(jì)區(qū)域劃分,在覆蓋中國(guó)陸地的landsat8影像中抽取部分影像,分別得到三大區(qū)域內(nèi)的抽樣集,完成第一級(jí)抽樣;
步驟s22:分別在東部沿海、中部、西部三大區(qū)域?qū)?yīng)的各景影像中選取檢驗(yàn)像元,得到第二級(jí)抽樣的結(jié)果集,完成第二級(jí)抽樣;
步驟s23:于高精度的landsat8影像中提取驗(yàn)證像元的屬性值,判斷該像元屬于夜光區(qū)或非夜光區(qū)。
作為一種優(yōu)選的技術(shù)方案,所述步驟s21第一級(jí)抽樣方法為:首先按照該級(jí)抽樣檢驗(yàn)?zāi)P停瑥母采w中國(guó)大陸的landsat8影像中抽取幅圖作為樣本,在中國(guó)東部沿海、中部、西部三大經(jīng)濟(jì)區(qū)域中按不同的權(quán)值進(jìn)行抽樣,等到總體為n的圖幅驗(yàn)證集,通過(guò)檢驗(yàn)每個(gè)樣本圖幅的質(zhì)量來(lái)推斷整批圖集的質(zhì)量水平。
作為一種優(yōu)選的技術(shù)方案,所述步驟s22中還包括根據(jù)ndvi、ndbi對(duì)landsat影像進(jìn)行分類(lèi),在大范圍內(nèi)確定影像中的城市區(qū)域;同時(shí)對(duì)城鎮(zhèn)和非城鎮(zhèn)交界的區(qū)域采用目視解譯的方式精確確定,最終在landsat圖像中達(dá)到精確的提取結(jié)果,得到第二級(jí)抽樣。
作為一種優(yōu)選的技術(shù)方案,步驟s3中包括以下步驟:
步驟s31:疊置矢量化的夜光遙感影像分類(lèi)結(jié)果和二級(jí)抽樣模型得到的驗(yàn)證集;步驟s32:使用誤差矩陣驗(yàn)證方法,分別對(duì)三大區(qū)域進(jìn)行分類(lèi)結(jié)果的精度評(píng)價(jià);步驟s33:結(jié)合三大區(qū)域的驗(yàn)證結(jié)果,進(jìn)行反推計(jì)算,最終得到可信可靠全局分類(lèi)精度評(píng)價(jià)驗(yàn)證結(jié)果。
作為一種優(yōu)選的技術(shù)方案,步驟s3中還通過(guò)選取總體精度、kappa系數(shù)、用戶(hù)精度、生產(chǎn)者精度、錯(cuò)分誤差、漏分誤差參數(shù),系統(tǒng)地評(píng)價(jià)夜光遙感提取結(jié)果。
作為一種優(yōu)選的技術(shù)方案,所述步驟s3中將分別在中國(guó)三個(gè)經(jīng)濟(jì)區(qū)域中通過(guò)選取總體精度、kappa系數(shù)、用戶(hù)精度、生產(chǎn)者精度、錯(cuò)分誤差、漏分誤差參數(shù),系統(tǒng)地評(píng)價(jià)夜光遙感提取結(jié)果方法求得每個(gè)區(qū)域的夜光遙感提取精度,再結(jié)合每個(gè)區(qū)域的權(quán)值計(jì)算出中國(guó)陸地區(qū)域夜光遙感提取的精度結(jié)果。
本發(fā)明優(yōu)點(diǎn)在于:
1、本發(fā)明的一種利用二級(jí)抽樣模型的中國(guó)陸地夜光遙感分類(lèi)精度進(jìn)行評(píng)價(jià)的方法,針對(duì)大區(qū)面積區(qū)域利用二級(jí)抽樣的理論,從覆蓋中國(guó)陸地區(qū)域的所有l(wèi)andsat8影像中,選取了數(shù)據(jù)適當(dāng)、分布合理的驗(yàn)證數(shù)據(jù),可有效的保障后續(xù)驗(yàn)證結(jié)果的可靠性。
2、該評(píng)價(jià)方法選取誤差矩陣進(jìn)行統(tǒng)計(jì)分析,選取了總體精度(oa)、kappa系數(shù)、用戶(hù)精度、生產(chǎn)者精度、錯(cuò)分誤差、漏分誤差作為評(píng)價(jià)參數(shù),從不同角度、不用需求系統(tǒng)全面的對(duì)分類(lèi)結(jié)果進(jìn)行了評(píng)價(jià)。
3、本方法針對(duì)以往夜燈驗(yàn)證研究較少,往往與國(guó)家統(tǒng)計(jì)數(shù)據(jù)進(jìn)行數(shù)值對(duì)比的不足,從地學(xué)角度出發(fā),在空間角度進(jìn)行抽樣采樣,實(shí)現(xiàn)了更準(zhǔn)確的精度評(píng)價(jià)。
附圖說(shuō)明
附圖1為本發(fā)明二級(jí)抽樣驗(yàn)證方法的流程圖。
附圖2為本發(fā)明夜光遙感影像分類(lèi)結(jié)果結(jié)果。
附圖3為本發(fā)明中國(guó)陸地區(qū)域landsat8分布圖。
附圖4為本發(fā)明第一級(jí)抽樣驗(yàn)證集分布圖。
附圖5為本發(fā)明第二級(jí)抽樣驗(yàn)證集分布圖。
具體實(shí)施方式
下面結(jié)合附圖對(duì)本發(fā)明提供的具體實(shí)施方式作詳細(xì)說(shuō)明。
實(shí)施例1
夜光遙感數(shù)據(jù)相對(duì)于普通可見(jiàn)光遙感等數(shù)據(jù),在對(duì)城鎮(zhèn)提取時(shí),只可作為一種間接的遙感數(shù)據(jù)。本研究針對(duì)以往夜光遙感應(yīng)用中重應(yīng)用輕驗(yàn)證的現(xiàn)象,對(duì)夜光遙感中夜光區(qū)域進(jìn)行了提取,同時(shí)針對(duì)提取結(jié)果進(jìn)行了完備的精度驗(yàn)證研究,最終提出了一整套完整的提取、研究模型。
本研究方法的流程圖如圖1,主要包括3部分組成:
(1)夜光遙感影像分類(lèi)。
采用支持向量機(jī)分類(lèi)器對(duì)中國(guó)陸地npp/viirs夜光遙感圖像進(jìn)行分類(lèi),得到精度待驗(yàn)證的夜光區(qū)和非夜光區(qū)兩類(lèi)分類(lèi)結(jié)果;
(2)建立二級(jí)抽樣模型。
①結(jié)合中國(guó)的東部沿海、中部、西部三大經(jīng)濟(jì)區(qū)域劃分,在覆蓋中國(guó)陸地的landsat8影像中抽取部分影像,分別得到三大區(qū)域內(nèi)的抽樣集,完成第一級(jí)抽樣;其中,三大經(jīng)濟(jì)區(qū)域?yàn)槲覈?guó)政府劃分的東部沿海區(qū)域:遼寧、北京、天津、河北、江蘇、浙江、福建、廣東、臺(tái)灣、香港、澳門(mén)、廣西;中部區(qū)域:黑龍江、吉林、內(nèi)蒙古、山西、河南、湖北、湖南、江西;西部區(qū)域:陜西、甘肅、寧夏、四川、貴州、云南、青海、新疆、西藏;
由于夜光遙感影像中光照區(qū)域反映了人類(lèi)的活動(dòng),因此一級(jí)抽樣中模型需同時(shí)考慮空間和人口密度的因素。本研究結(jié)合空間面積、人口密度為每個(gè)區(qū)域設(shè)定一個(gè)權(quán)值,進(jìn)行不同比例的抽樣。
覆蓋中國(guó)陸地的landsat8影像按世界廣角參照系統(tǒng)-2分布,覆蓋中國(guó)陸地約有536景。
②分別在東部沿海、中部、西部三大區(qū)域?qū)?yīng)的各景影像中選取檢驗(yàn)像元,得到第二級(jí)抽樣的結(jié)果集,完成第二級(jí)抽樣;
③于高精度的landsat8影像中提取驗(yàn)證像元的屬性值,判斷該像元屬于夜光區(qū)或非夜光區(qū);
對(duì)于檢驗(yàn)像元的屬性確定,在高精度的landsat8影像中根據(jù)首先根據(jù)ndvi、ndbi對(duì)landsat影像進(jìn)行分類(lèi),在大范圍內(nèi)確定影像中的城市區(qū)域。同時(shí)對(duì)城鎮(zhèn)和非城鎮(zhèn)交界的區(qū)域采用目視解譯的方式精確確定,最終在landsat8影像中達(dá)到精確的提取結(jié)果,判斷該像元屬于夜光區(qū)或非夜光區(qū)。
(3)分類(lèi)結(jié)果精度評(píng)價(jià)。
①疊置矢量化的夜光遙感影像分類(lèi)結(jié)果和二級(jí)抽樣模型得到的驗(yàn)證集;②使用誤差矩陣驗(yàn)證方法,分別對(duì)三大區(qū)域進(jìn)行分類(lèi)結(jié)果的精度評(píng)價(jià);③結(jié)合三大區(qū)域的驗(yàn)證結(jié)果,進(jìn)行反推計(jì)算,最終得到可信可靠全局分類(lèi)精度評(píng)價(jià)驗(yàn)證結(jié)果。具體模型設(shè)計(jì)和決策規(guī)則如下:
(1)二級(jí)抽樣模型
本文二級(jí)模型抽樣設(shè)計(jì)中,第一級(jí)抽樣檢驗(yàn)?zāi)P鸵愿采w中國(guó)大陸區(qū)域landsat8的“圖幅”為抽樣單元,第二級(jí)抽樣檢驗(yàn)?zāi)P鸵詧D幅內(nèi)“燈光區(qū)和非燈光區(qū)面積”為抽樣單元。
1)第一級(jí)抽樣模型的選取
第一級(jí)抽樣檢驗(yàn)?zāi)P偷某闃訂卧獮椤皥D幅”(map)。在第一級(jí)抽樣檢驗(yàn)中,首先按照該級(jí)抽樣檢驗(yàn)?zāi)P?,從覆蓋中國(guó)大陸的landsat8影像中抽取n個(gè)幅圖作為樣本,通過(guò)檢驗(yàn)每個(gè)樣本圖幅的質(zhì)量來(lái)推斷整批圖集的質(zhì)量水平。
由于夜光遙感影像中光照區(qū)域反映了人類(lèi)的活動(dòng),因此一級(jí)抽樣中模型需同時(shí)考慮空間和人口密度的因素。我國(guó)政府根據(jù)經(jīng)濟(jì)技術(shù)發(fā)展水平和地理位置相結(jié)合的原則,將全國(guó)劃分為三大經(jīng)濟(jì)地帶,即:東部沿海區(qū)域、中部區(qū)域、西部區(qū)域。本研究為每個(gè)區(qū)域設(shè)定一個(gè)權(quán)值λi,進(jìn)行不同比例的抽樣。
λi=θ(ai)·θ(di)(1)
其中為θ(ai)該區(qū)域在全國(guó)陸地面積中的占比,θ(di)為該區(qū)域在人口密度中占比,每個(gè)區(qū)域所抽取的樣本量為
ni=λi·n(2)
其中n為按wrs-2系統(tǒng)覆蓋中國(guó)大陸的所有l(wèi)andsat8的影像。
2)第二級(jí)抽樣模型的選取
第二級(jí)抽樣檢驗(yàn)?zāi)P椭袑D像的像元(pixel)被定義為抽樣單元,在本級(jí)抽樣檢驗(yàn)?zāi)P椭?,樣本圖幅中的所有像元被看作檢驗(yàn)總體,根據(jù)第二級(jí)抽樣檢驗(yàn)?zāi)P?,選擇適量的樣本量n',通過(guò)對(duì)每一個(gè)檢查單元的屬性值(夜光或非夜光)進(jìn)行檢驗(yàn),判斷該圖幅的質(zhì)量。
3)landsat8/oli影像驗(yàn)證集的獲取
夜光遙感影像陸地?zé)艄鈪^(qū)域中的實(shí)際地物主要包括城鎮(zhèn)燈光,因此landsat8中主要提取城鎮(zhèn)區(qū)域進(jìn)行驗(yàn)證研究。landsat系列遙感數(shù)據(jù)波段信息豐富,合理有效的利用波段信息可快速準(zhǔn)確地提取出建成區(qū)面積。對(duì)于一幅landsat8遙感圖像,進(jìn)行城鎮(zhèn)區(qū)域提取時(shí),根據(jù)首先根據(jù)ndvi、ndbi對(duì)landsat影像進(jìn)行分類(lèi),在大范圍內(nèi)確定影像中的城市區(qū)域。同時(shí)對(duì)城鎮(zhèn)和非城鎮(zhèn)交界的區(qū)域采用目視解譯的方式精確確定,最終在landsat8/oli影像中達(dá)到精確的提取結(jié)果。
(2)驗(yàn)證方法
誤差矩陣可有效的對(duì)遙感圖像分類(lèi)結(jié)果進(jìn)行評(píng)價(jià)。本方案首先對(duì)分類(lèi)結(jié)果矢量化,通過(guò)對(duì)矢量數(shù)據(jù)的疊置分析,借助二級(jí)抽樣得到的驗(yàn)證集建立誤差矩陣,并選取總體精度(oa)、kappa系數(shù)、用戶(hù)精度、生產(chǎn)者精度、錯(cuò)分誤差、漏分誤差對(duì)其結(jié)果進(jìn)行系統(tǒng)評(píng)價(jià)。
誤差矩陣的分布關(guān)系如表1,
表1:誤差矩陣及其元素分布
其中ωi表示待驗(yàn)證(生產(chǎn)者)提取結(jié)果的分類(lèi)類(lèi)別,ωj表示驗(yàn)證(用戶(hù))集的分類(lèi)類(lèi)別,兩者類(lèi)別對(duì)應(yīng)一致,ρij表示類(lèi)別ωi被分為ωj的像元數(shù),ρi+和ρ+i分別代表了生產(chǎn)者和用戶(hù)在不用類(lèi)別上的像元總數(shù),m為所有驗(yàn)證像元的綜合。
從誤差矩陣中可以得到重要的驗(yàn)證結(jié)果:
總體精度(overallaccuracy)是誤差矩陣內(nèi)主對(duì)角線元素之和(正確分類(lèi)的個(gè)數(shù))除以總的采樣個(gè)數(shù):
生產(chǎn)者精度(produceraccuracy)和用戶(hù)精度(useraccuracy)可以表示某一單個(gè)類(lèi)別的精度。生產(chǎn)者精度為某類(lèi)別正確分類(lèi)個(gè)數(shù)除以該類(lèi)的總采樣個(gè)數(shù)(該類(lèi)的列總和):
pai=ρii/ρ+i,(5)
而用戶(hù)精度定義為正確分類(lèi)的該類(lèi)的個(gè)數(shù)除以分為該類(lèi)的采樣個(gè)數(shù)(該類(lèi)的行總和):
uai=ρii/ρi+,(6)
除了以上各種描述性的精度測(cè)量,還包括錯(cuò)分誤差(commissionerror)和漏分誤差(omissionerror):
cei=1-uai,(7)
oei=1-pai,(8)
另外在誤差矩陣基礎(chǔ)上利用各種統(tǒng)計(jì)分析技術(shù)可以用于比較不同的分類(lèi)方法,其中最常用的是kappa分析技術(shù):
(3)精度結(jié)果的反演
分別在中國(guó)3個(gè)經(jīng)濟(jì)區(qū)域中利用(2)的方法得到的每個(gè)區(qū)域的夜光遙感提取精度ai,再結(jié)合每個(gè)區(qū)域的權(quán)值計(jì)算出中國(guó)陸地區(qū)域夜光遙感提取的精度結(jié)果a。
通過(guò)全局精度a,用戶(hù)即可直觀的得出該夜光圖像的提取精度。
驗(yàn)證效果
(1)夜光遙感提取結(jié)果
驗(yàn)證實(shí)驗(yàn)采用上文提及的夜光遙感數(shù)據(jù),以svm提取方法,將2016年夜光數(shù)據(jù)進(jìn)行分類(lèi)。本文借助envi5.2軟件,使用其集成的svm分類(lèi)算法對(duì)夜光數(shù)據(jù)進(jìn)行監(jiān)督分類(lèi),得到夜光區(qū)和非夜光區(qū)兩類(lèi)分類(lèi)信息,結(jié)果如圖2:
圖2中紫色區(qū)域?yàn)樘崛〉玫降某擎?zhèn)區(qū)域(像元數(shù)512284),綠色區(qū)域?yàn)橐归g沒(méi)有光亮(像元數(shù)13339719)的區(qū)域,城鎮(zhèn)區(qū)域占全國(guó)陸地總面積的3.7%。
(2)二級(jí)抽樣模型的建立
根據(jù)第一級(jí)抽樣方式,從覆蓋中國(guó)陸地的536景l(fā)andsat8影像中(圖3)抽取10%即54景影像作為驗(yàn)證集,樣本分布按中國(guó)三大經(jīng)濟(jì)區(qū)域劃分分布。表2為三大區(qū)域面積與人口的統(tǒng)計(jì)表:
表2三大區(qū)域面積與人口統(tǒng)計(jì)表
按公式(1)(2)可計(jì)算得到東部沿海區(qū)域、中部區(qū)域、西部區(qū)域三個(gè)區(qū)域的抽樣比為8.94:6.13:4.03,考慮到抽樣圖幅的完整性,實(shí)際抽樣中采用8:6:4的抽樣比,各區(qū)域分別抽取24、18、12景影像,樣本分布如圖4所示:圖4中黃色區(qū)域即為第一級(jí)抽樣選取的影像位置和覆蓋的區(qū)域。
根據(jù)第二級(jí)抽樣檢驗(yàn)?zāi)P停璜@取檢驗(yàn)像元和該像素的分類(lèi)屬性,本文利用光譜分析與邊界目視識(shí)別的方法將抽樣選取的54景影像分別進(jìn)行城鎮(zhèn)面積的提取,一景影像共有7701*7831個(gè)像元點(diǎn),全部作為驗(yàn)證集進(jìn)行驗(yàn)證。landsat8影像提取結(jié)果和夜光數(shù)據(jù)提取結(jié)果進(jìn)疊置分析,疊置效果如圖5,圖中陰影區(qū)域?yàn)閘andsat8/oli影像中提取所得的夜光區(qū)域,通過(guò)對(duì)比的參考數(shù)據(jù)分類(lèi)結(jié)果和夜光遙感的分類(lèi)結(jié)果可評(píng)判出夜光圖像提取結(jié)果的優(yōu)劣。
(3)驗(yàn)證結(jié)果統(tǒng)計(jì)
本研究采用誤差矩陣的方法對(duì)夜光數(shù)據(jù)提取區(qū)域進(jìn)行驗(yàn)證,根據(jù)兩類(lèi)型的提取面積(km2)得到誤差矩陣統(tǒng)計(jì)結(jié)果表3,提取結(jié)果中非夜光區(qū)域占比遠(yuǎn)遠(yuǎn)大于夜光區(qū)域,因此后續(xù)的評(píng)價(jià)中非夜光區(qū)域?qū)Y(jié)果的影像更大。
表3誤差矩陣統(tǒng)計(jì)表(單位:km2)
根據(jù)公式(4)(9)可分別計(jì)算得到三個(gè)區(qū)域總體精度oa和kappa系數(shù),結(jié)果如表4
表4:總體精度與kappa系數(shù)對(duì)比表(單位:%)
用戶(hù)精度、生產(chǎn)精度、錯(cuò)分誤差、漏分誤差結(jié)果如表4:
表4:評(píng)價(jià)參數(shù)對(duì)比表(單位:%)
從驗(yàn)證結(jié)果可得出本次夜光提取結(jié)果的總體精度oa達(dá)精度較高,但kappa系數(shù)只有37.54%,兩個(gè)評(píng)論參數(shù)的數(shù)值差別較大;特別的,分類(lèi)結(jié)果中夜光區(qū)域的用戶(hù)精度只有25.43%,錯(cuò)分誤差達(dá)到了74.57%,說(shuō)明夜光區(qū)的分類(lèi)效果較差;另一方面,黑夜區(qū)域的用戶(hù)精度達(dá)到了99.88%,錯(cuò)分誤差0.12%,漏分誤差6.98%,說(shuō)明此區(qū)域的分類(lèi)較為精確。
由此判斷本次夜光遙感提取結(jié)果中夜光區(qū)域的分類(lèi)精度較低,黑夜區(qū)域的分類(lèi)結(jié)果極高,因?yàn)橐构鈪^(qū)域的面積遠(yuǎn)小于黑夜區(qū)域的面積,夜光區(qū)域在總體精度評(píng)價(jià)中所占的比例較低,使得總體精度oa較高;從kappa系數(shù)上看,本次夜光遙感分類(lèi)結(jié)果的結(jié)果與驗(yàn)證集的相似性較低,主要表現(xiàn)在夜光區(qū)域的分類(lèi)精度較低,大部分屬性黑夜的區(qū)域被誤分為了夜光區(qū)域。由此得出本次分類(lèi)結(jié)果的總體精度較高,但其中夜光區(qū)域的精度低于非夜光區(qū)域的分類(lèi)精度。
以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式,應(yīng)當(dāng)指出,對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員,在不脫離本發(fā)明方法的前提下,還可以做出若干改進(jìn)和補(bǔ)充,這些改進(jìn)和補(bǔ)充也應(yīng)視為本發(fā)明的保護(hù)范圍。