DIGITALNA ARHIVA ŠUMARSKOG LISTA
prilagođeno pretraživanje po punom tekstu
| ŠUMARSKI LIST 9-10/2008 str. 11 <-- 11 --> PDF |
A. Seletković, R. Pernar, A. Jazbec, M. Ančić: TOČNOST KLASIFIKACIJE SATELITSKE SNIMKE VISOKE ... Šumarski list br. 9–10, CXXXII (2008), 393-404 značajki, a prema dosadašnjim istraživanjima pokazala je bolje rezultate s obzirom na prostornu rezoluciju. Klasifikacija pomoću feature analyst modula provedena je na dva načina. Prvi način bilo je prepoznavanje prirodnih oblika (Natural Feature) prema dvije metode: pridruživanje po zadanom algoritmu (Wall to wall clasification), gdje se svaki piksel svrstava u zadanu klasu i metoda gdje se neklasificirano pridružuje najsličnijoj klasi. Spomenute dvije metode korištene su i za drugi način klasifikacije pomoću feature analyst modula prema prepoznavanju oblika pokrovnosti zemljišta (Land cover feature). Za svaki algoritam nadgledane klasifikacije i za vizualnu interpretaciju, izračunati su parametri točnosti same klasifikacije i Kappa statistika. Za utvrđivanje točnosti klasifikacije korišteni su referentni podaci s terena, koji su uspoređivani s rezultatima pojedinih metoda klasifikacije satelitske snimke. Takvim načinom usporedbe nastala je matrica pogreške, koja predstavlja podlogu provjere točnosti. Matrica pogreške sastoji se od stupaca i redova. Redovi predstavljaju vrijednosti klasifikacije, a stupci podatke s terena. Dijagonalna linija matrice pogreške predstavlja broj piksela koji su ispravno klasificirani (tablica 1). Iz matrice pogreške izvedena su tri indeksa točnosti: ukupni, proizvodni i korisnički. Posljednja dva odnose se na svaku klasu pojedinačno. Indeks ukupne točnosti dobije se dijeljenjem svih ispravno klasificiranih piksela, s ukupnim brojem piksela u matrici. Indeks proizvodne točnosti dobije se dijeljenjem broja ispravno klasificiranih piksela koji pripadaju nekoj klasi sa zbrojem vrijednosti u stupcu te iste klase. Indeks korisničke točnosti dobije se dijeljenjem ukupnog broja ispravno klasificiranih piksela koji pripadaju nekoj klasi sa zbrojem vrijednosti u redovima te iste klase. Budući da većina softvera za klasifikaciju satelitskih snimaka ima ugrađene algoritme za procjene točnosti, u ovom slučaju odabrana je Congaltonova metoda koja radi sa referentnim točkama. Congaltonovom metodom za sve metode procjena točnosti klasifikacija korišteno je 300 referentnih točaka. Osim već spomenutih indeksa, iz matrice pogreške izračunati su parametri Kappa statistike, koja omogućuje generalizaciju podataka. Koeficijent Kappa statistike dobar je pokazatelj odabira ujednačenosti dviju ili više metoda, uzimajući u obzir njihovu slučajnu pojavnost. REZULTATI I RASPRAVA – Results and discussion Rezultati vizualne interpretacije – Results of visual interpretation Slika 4. Rezultat vizualne interpretacije Figure 4 Result of visual interpretation |