Оценка точности тематических карт - История изменений

Xen87 в 05:00, 10 февраля 2016

2016-02-10T05:00:54Z

← Предыдущая версия		Версия от 07:00, 10 февраля 2016
Строка 396:		Строка 396:

	5. http://wiki.gis-lab.info/images/e/e7/Point.zip		5. http://wiki.gis-lab.info/images/e/e7/Point.zip

			== См. также ==
			Видео по теме - http://www.youtube.com/watch?v=xAes7ddZ7CQ

Xen87: /* Введение */

2016-02-10T04:55:41Z

Введение

← Предыдущая версия		Версия от 06:55, 10 февраля 2016
Строка 7:		Строка 7:
	# Показатели точности: "общая точность классификации" (Overall accuracy), "точность пользователя" (User's accuracy) и "точность производителя" (Producer's accuracy). Более подробно со смысловым содержанием данных показателей можно познакомиться в данной статье [3].		# Показатели точности: "общая точность классификации" (Overall accuracy), "точность пользователя" (User's accuracy) и "точность производителя" (Producer's accuracy). Более подробно со смысловым содержанием данных показателей можно познакомиться в данной статье [3].
	# Площади выделенных классов с поправкой на ошибки классификации.		# Площади выделенных классов с поправкой на ошибки классификации.
	# Указание ошибки среднего (SE) и доверительного интервала (CI) оцениваемых площадей.		# Указание <div style="background-color:gold">ошибки среднего (SE)</div> и доверительного интервала (CI) оцениваемых площадей.
	Несколько простых числовых примеров позволят проследить последовательность расчетов данных показателей для случайной, систематической и стратифицированной случайной выборки. Выборка - это набор точек расположенных на оцениваемой тематической карте в атрибутах которых записаны значения класса взятые непосредственно с самой карты (map categories), а также справочные (эталонные, ссылочные) значения (reference categories) полученные из иных источников (полевых исследований, снимков более высокого пространственного разрешения и т.д.).		Несколько простых числовых примеров позволят проследить последовательность расчетов данных показателей для случайной, систематической и стратифицированной случайной выборки. Выборка - это набор точек расположенных на оцениваемой тематической карте в атрибутах которых записаны значения класса взятые непосредственно с самой карты (map categories), а также справочные (эталонные, ссылочные) значения (reference categories) полученные из иных источников (полевых исследований, снимков более высокого пространственного разрешения и т.д.).

Xen87 в 04:37, 10 февраля 2016

2016-02-10T04:37:51Z

← Предыдущая версия		Версия от 06:37, 10 февраля 2016
Строка 1:		Строка 1:
	{{Статья\|Черновик}}		{{Статья\|Черновик}}
	{{Аннотация\| Методические подходы ~~для оценки~~ точности тематических карт}}		{{Аннотация\| Методические подходы к оценке точности тематических карт}}

	== Введение ==		== Введение ==

Xen87: /* Вывод */

2016-02-10T04:24:01Z

Вывод

← Предыдущая версия		Версия от 06:24, 10 февраля 2016
Строка 383:		Строка 383:

	== Вывод ==		== Вывод ==
	Как видно способ оценки точности тематических карт, описанный в статье [1] является относительно простым и интуитивно понятным. При желании данные расчеты можно выполнить даже на бумаге. Однако следует помнить и понимать, что это только один из способов оценки точности тематических карт и его выбор будет зависеть от ваших целей и задач.		Как видно способ оценки точности тематических карт, описанный в статье [1,2] является относительно простым и интуитивно понятным. При желании данные расчеты можно выполнить даже на бумаге. Однако следует помнить и понимать, что это только один из способов оценки точности тематических карт и его выбор будет зависеть от ваших целей и задач.

	== Ссылки ==		== Ссылки ==

Xen87: /* Расчет в общем виде */

2016-01-25T20:31:45Z

Расчет в общем виде

← Предыдущая версия		Версия от 22:31, 25 января 2016
Строка 104:		Строка 104:
	<center><math>{O} = \sum^{q}_{j=1} {p_{jj}}</math>, (8)</center>		<center><math>{O} = \sum^{q}_{j=1} {p_{jj}}</math>, (8)</center>

			=== Расчет с числовыми данными ===
	Приведем пример с числовыми данными. Допустим, имеется тематическая карта с тремя категориями/классами. Для оценки точности в каждой категории случайный образом заложено по 10 точек. Для каждой точки определена категория карты (map categories) и справочная (эталонная) категория (reference categories), на основании этих данных составлена типовая матрица ошибок (табл. 3).		Приведем пример с числовыми данными. Допустим, имеется тематическая карта с тремя категориями/классами. Для оценки точности в каждой категории случайный образом заложено по 10 точек. Для каждой точки определена категория карты (map categories) и справочная (эталонная) категория (reference categories), на основании этих данных составлена типовая матрица ошибок (табл. 3).

Xen87: /* Практическая часть */

2016-01-25T20:30:01Z

Практическая часть

← Предыдущая версия		Версия от 22:30, 25 января 2016
Строка 10:		Строка 10:
	Несколько простых числовых примеров позволят проследить последовательность расчетов данных показателей для случайной, систематической и стратифицированной случайной выборки. Выборка - это набор точек расположенных на оцениваемой тематической карте в атрибутах которых записаны значения класса взятые непосредственно с самой карты (map categories), а также справочные (эталонные, ссылочные) значения (reference categories) полученные из иных источников (полевых исследований, снимков более высокого пространственного разрешения и т.д.).		Несколько простых числовых примеров позволят проследить последовательность расчетов данных показателей для случайной, систематической и стратифицированной случайной выборки. Выборка - это набор точек расположенных на оцениваемой тематической карте в атрибутах которых записаны значения класса взятые непосредственно с самой карты (map categories), а также справочные (эталонные, ссылочные) значения (reference categories) полученные из иных источников (полевых исследований, снимков более высокого пространственного разрешения и т.д.).

	==~~Практическая часть~~==		==Определение точности тематических карт==
			=== Расчет в общем виде ===
	Приведем пример расчета ошибок классификации тематической карты в общем виде.		Приведем пример расчета ошибок классификации тематической карты в общем виде.
	Предположим необходимо оценить точность классификации космического снимка с q категориями/классами и оценить площадь каждой уникальной категории с указанием ошибки. Для этого либо случайным, либо систематическим образом закладывается выборка из n-го количества точек и строится типовая матрица ошибок (matrix error, табл.1). В рядах данной таблицы записываются категории карты (i = 1, 2, … q), а в колонках – справочные (экспертные) категории (j = 1,2, …, q). Правила, по которым заполняется данная таблица можно посмотреть здесь [3]. Отметим, что справочные категории считаются эталонными, т.е. получены из источников заведомо более точных, чем оцениваемая тематическая карта.		Предположим необходимо оценить точность классификации космического снимка с q категориями/классами и оценить площадь каждой уникальной категории с указанием ошибки. Для этого либо случайным, либо систематическим образом закладывается выборка из n-го количества точек и строится типовая матрица ошибок (matrix error, табл.1). В рядах данной таблицы записываются категории карты (i = 1, 2, … q), а в колонках – справочные (экспертные) категории (j = 1,2, …, q). Правила, по которым заполняется данная таблица можно посмотреть здесь [3]. Отметим, что справочные категории считаются эталонными, т.е. получены из источников заведомо более точных, чем оцениваемая тематическая карта.

Xen87: /* Метод заложения выборки */

2016-01-25T20:27:17Z

Метод заложения выборки

← Предыдущая версия		Версия от 22:27, 25 января 2016
Строка 343:		Строка 343:
	Таким образом, необходимый размер выборки составляет 665 точек. Авторы отмечают [2], что необходимо поэкспериментировать со значениями S(O) и U<sub>i</sub>, прежде чем принять окончательное решение о размере выборки.		Таким образом, необходимый размер выборки составляет 665 точек. Авторы отмечают [2], что необходимо поэкспериментировать со значениями S(O) и U<sub>i</sub>, прежде чем принять окончательное решение о размере выборки.

	===~~Метод~~ заложения выборки===		===Примеры методов заложения выборки===

	Распределение точек по категориям (метод заложение) – также важный момент для определения точности оценки тематической карты. Существует несколько методов заложения [1,2]: равномерное случайное, стратифицированное случайное и систематическое.		Распределение точек по категориям (метод заложение) – также важный момент для определения точности оценки тематической карты. Существует несколько методов заложения [1,2]: равномерное случайное, стратифицированное случайное и систематическое.

Xen87: /* Пример расчетов */

2016-01-25T20:26:38Z

Пример расчетов

← Предыдущая версия		Версия от 22:26, 25 января 2016
Строка 315:		Строка 315:
	Поскольку N, как правило, является очень большим числом (зависит от размера растра), то второе слагаемое в знаменателе формулы (10) можно проигнорировать.		Поскольку N, как правило, является очень большим числом (зависит от размера растра), то второе слагаемое в знаменателе формулы (10) можно проигнорировать.

	===Пример ~~расчетов~~===		===Пример определения объемов выборки===
	При определении размеров выборки, значения некоторых показателей из формулы (10) задаются на основе предыдущего опыта исследователя. Так из предыдущего опыта по тематическому картографированию (напр. выявлению изменений растительного покрова) Olofsson et al. [2] указывает, что бόльшие ошибки комиссии (ошибки пользователя) характерны для территорий, на которых произошли изменения (напр. рубка леса, лесной пожар и т.д.), в то время для относительно «стабильных» территорий данные ошибки менее значительны. Из этих соображений для каждой категории выбираются значения ошибок пользователя (U<sub>i</sub>), указанные в табл. 6. Самостоятельно выбирается и стандартная ошибка показателя общей точности (S(O)) – 0.01.		При определении размеров выборки, значения некоторых показателей из формулы (10) задаются на основе предыдущего опыта исследователя. Так из предыдущего опыта по тематическому картографированию (напр. выявлению изменений растительного покрова) Olofsson et al. [2] указывает, что бόльшие ошибки комиссии (ошибки пользователя) характерны для территорий, на которых произошли изменения (напр. рубка леса, лесной пожар и т.д.), в то время для относительно «стабильных» территорий данные ошибки менее значительны. Из этих соображений для каждой категории выбираются значения ошибок пользователя (U<sub>i</sub>), указанные в табл. 6. Самостоятельно выбирается и стандартная ошибка показателя общей точности (S(O)) – 0.01.

Xen87: /* Определение размеров выборки и метода заложения точек */

2016-01-25T20:25:02Z

Определение размеров выборки и метода заложения точек

← Предыдущая версия		Версия от 22:25, 25 января 2016
Строка 311:		Строка 311:
	W<sub>i</sub> – доля i-го класса от общей площади;		W<sub>i</sub> – доля i-го класса от общей площади;

	S<sub>i</sub> - стандартное отклонение i-ой страты, определяется по формуле <math> S_i = \sqrt(U_i(1-U_i)) </math> (Cochran, 1977, Eq. (5.55)).		S<sub>i</sub> - стандартное отклонение i-ой страты, определяется по формуле <math> S_i = \sqrt{U_i(1-U_i)} </math> (Cochran, 1977, Eq. (5.55)).

	Поскольку N, как правило, является очень большим числом (зависит от размера растра), то второе слагаемое в знаменателе формулы (10) можно проигнорировать.		Поскольку N, как правило, является очень большим числом (зависит от размера растра), то второе слагаемое в знаменателе формулы (10) можно проигнорировать.

Xen87: /* Определение размеров выборки и метода заложения точек */

2016-01-25T20:24:00Z

Определение размеров выборки и метода заложения точек

← Предыдущая версия		Версия от 22:24, 25 января 2016
Строка 311:		Строка 311:
	W<sub>i</sub> – доля i-го класса от общей площади;		W<sub>i</sub> – доля i-го класса от общей площади;

	S<sub>i</sub> - стандартное отклонение i-ой страты, определяется по формуле <math> S_i = sqrt(U_i(1-U_i)) </math> (Cochran, 1977, Eq. (5.55)).		S<sub>i</sub> - стандартное отклонение i-ой страты, определяется по формуле <math> S_i = \sqrt(U_i(1-U_i)) </math> (Cochran, 1977, Eq. (5.55)).

	Поскольку N, как правило, является очень большим числом (зависит от размера растра), то второе слагаемое в знаменателе формулы (10) можно проигнорировать.		Поскольку N, как правило, является очень большим числом (зависит от размера растра), то второе слагаемое в знаменателе формулы (10) можно проигнорировать.