精度评估步骤

ArcMap中进行精度评估的步骤，以东莞市为例

1.根据东莞市的边界，在区域内生成离散点，每个类设置20个样点，供设置200个样本

点

2.提取样本点所在图斑的地类属性

3.在生成的具有地类属性的样本点中，新建一个class_num字段，字段的值通过select by

attribute分别赋值，耕地=1，园地=2，林地=3，草地=4，工矿用地=5，住宅用地=6，交通用地=7，水域=8，基塘=9，裸地=10

4.在生成的具有地类属性的样本点中，再新建一个true_class字段，对照研究区域的

spot2.5m融合图像或者google earth，在true_class字段给出真正的地类编码，具体操作如下：

4.1首先设置可用于选择的图层，仅randompoint图层可用于选择

4.2对每个样本点进行编辑，给出真正的地类属性，可以通过分别对true_class字段值设

置不同的符号化显示来区分样本点是否已经编辑过

概念：

i为行数，j为列数

生产者精度：指某一类别的正确分类数（表中主对角线上的数据Xii）占参考数据中该类别像元总数（列数据X+i）的比例，对应的误差为漏分误差。

用户精度：指某一类别的正确分类数（表中主对角线上的数据Xii）占分类数据中该类别像元总数（列数据Xi+）的比例，对应的误差为误分误差。

总体精度：指总分类正确数（表中主对角线上的数据Xii之和）占总抽样数数（N）的比例，

它反映分类结果总的正确程度。

由于总体精度只利用了误差矩阵主对角线上的元素，而未利用整个误差矩阵的信息，作为分类误差的全面衡量尚欠不足，因此可以用Kappa 系数指标 计算公式如下：

K =[N

Xii −

(Xi +∗X +i)]/[N ∗N − (Xi +∗X +i)r

i =0r i =1

r

i =1

]

K 为kappa 系数； r 为分类矩阵的行数；

Xii 为第i 行第i 列的观察值；

Xi+和X+i 分别为分类误差矩阵的行总和及列总和； N 为总观察值

Kappa 系数充分利用了分类误差矩阵的信息，可作为分类精度评估的综合指标。