输电工程卫星遥感目标识别准确度评价指标及计算、空间抽样模型、抽样算例、分类产品真实性检验报告样例.docxVIP

PAGE3

附录A

（资料性附录）

准确度评价指标及计算方法

A.1误差矩阵errormatrix

分类精度评价的一种标准形式，是一个用于表示分类某一类别的像元个数与地面检验为该类别数的比较阵列，如表A.1。

表A.1误差矩阵表

实测数据类型

分类数据类型

实测总和

1

2

…

i

…

k

1

n

n

…

n

…

n

p

2

n

n

…

n

…

n

p

…

…

…

…

…

…

…

…

j

n

n

…

n

…

n

p

…

…

…

…

…

…

…

…

k

n

n

…

n

…

n

p

分类总和

p

p

p

p

p

k代表类别的数量，p为样本总数，nij为遥感分类中为i类而参考类别中属于j类的样本数目，p1+为分类所得到的第i类的总和，p+j

A.2总体分类精度overallaccuracy

表示对每一个随机样本，所分类的结果与地面所对应区域的实际类型相一致的概率，符号为pc，由式（A.1

pc=

A.3Kappa系数Kappacoefficient

测定两幅图之间吻合度与精度的指标，符号为Khat，由式（A.2

Khat=Pi=1

附录B

（资料性附录）

空间抽样模型

B.1简单随机抽样模型

B.1.1模型介绍

简单随机抽样根据调查对象总体的变异程度、用户定义的抽样误差计算样本量，再根据样本量从总体中随机抽取样本。样本值调查以后，按照A.1，A.2和A.3进行准确度评价。

图B.1.1简单随机抽样示意图

B.1.2样本量计算

影像识别分类产品作为一个总体，样本量n可用公式（B.1）计算。

n=Z

式中各字母意义见表B.1.1。

表B.1.1计算识别分类遥感产品样本量需要的参数

参数名称

字母表示

释义

总体

N

待检产品的全部像元

总体方差

S

每个类别占总体比率的方差即成数方差S2=P(1-P)

置信水平

1-α

用户根据抽样的可靠性性需求确定

显著性水平

α

用户根据抽样的可靠性性需求确定

置信水平1-a对应的标准正态分布双侧分位数

Z

根据抽样的显著性水平和标准正态分布分位数表确定

可接受的绝对误差

d

用户可接受的样本均值估算的绝对误差，抽样前需要参考每个分类占总体的百分比确定该值。例如，对于某个占总体比例的4%类别，则期望的样本均值估算的绝对误差需要显著小于4%，如取值为0.01，相当于增加样本量降低绝对误差。

B.2分层随机抽样

B.2.1模型介绍

在识别分类总体N中，令L为类别的数量，则各个类别将总体分成了L个互不重叠的子总体（层）N1，N

B.2.2样本量计算

影像识别分类产品作为一个总体，每个层的样本量ni可用公式（B.2

ni=nw

式中，wi为第i个子总体（层）的权，w为所有层权的和。令Ni为第i个子总体像元数量，当wi

B.3系统抽样

在识别分类总体N中，将全部像元按照行列编号排列，再根据B.1确定样本量n后，利用总体N/n确定抽样间隔δ，然后随机选取第一个间隔内的一个样本，后续样本为第一个样本加上间隔δ得到。

图B.3.1系统抽样示意图

注：系统抽样限制了样本的随机性。

B.4分层系统抽样

在识别分类总体N中，令L为类别的数量，则各个类别将总体分成了L个互不重叠的子总体（层）N1，N2，…，NL，即N=N1+N2

注：分层系统抽样限制了样本的随机性。

附录C

（资料性附录）

抽样算例

C.1算例总体

例如某个矩形像元排列的产品，假设其像元总量为横向40行×50列，总体数量为2000个像元，类别数量为L，如下图所示。

图C.1矩形分布40×50像元L类总体示意图

C.2样本量计算

令显著水平α=0.05，则Zα/2=1.96，令可接受的绝对误差为

n=1.962?0.5?0.5

C.3简单随机抽样

将像元按照行列数排列成N=2000个数组成的序列，然后在这个序列中随机抽取462个像元，即为简单随机抽样样本。

C.4分层随机抽样

定义各个类别（层）的权，每个类别（层）的样本量ni可用公式（B.2

ni=462?w

上式中，wi为第i个类别（层）的权，w为所有层权的和。令Ni为第i个子总体像元数量，当wi=Ni，w=N

C.5系统抽样

在识别分类总体N中，将全部像元按照行列编号排列，利用总体像元数量除以样本数量得到抽样间隔δ=4.3，然后随机选取第一个间隔内的一个样本，令其编号为i=3（i≤4），后续样本为第一个样本加上间隔得到，令后续样本编号为k，则k=i+δk=3+4.3?k，将k四舍五入取整，即

C.6分层系统抽样

在识别分类总体N中，每个类别的全部像元按照行列编号排列，在根据B.1确定样本量n后，利用总体数量N除以样本数量n确定抽样间隔δ=4.3，然后随机选取第一个间隔内的一个样本，令其编号为i=3（i≤4），例如在类别（层）1的第3个像元