Arazi örtüsü sınıflandırmasının doğruluğu nasıl ölçülür?
Bir uydu haritasında her pikseli orman, tarla, yerleşim veya su diye boyamak sınıflandırmadır; renkli sonucun doğruluğu ayrıca ölçülmelidir. Üretimde kullanılmamış bağımsız referans örnekleriyle bir hata matrisi kurulur. Genel doğruluk yüksek görünse bile küçük, önemli bir sınıf sürekli kaçırılıyor olabilir.
Bağımsız referans ve örnek tasarımı
1. Sınıfların tanımı neden gerekir? 'Orman', 'çalılık' ve 'tarım' sınırları haritayı hazırlayan kuruma, yılın zamanına ve en küçük haritalama birimine göre değişebilir. Tek pikselde hem ağaç hem tarla varsa hangi kuralın uygulanacağı önceden yazılır. Sınıf tanımı bulanıkken ölçülen uyuşmazlık sensör hatası kadar yorum farkını da yansıtabilir. Önce sınıf sözlüğü, görüntü tarihi, piksel boyutu ve referans verinin tarihini belirleyin. Birkaç yıl önceki hava fotoğrafını bugünkü inşaat alanına kesin gerçek kabul etmek adil bir doğrulama değildir. 2. Referans noktalar nasıl seçilir? Eğitim için kullanılan pikselleri yeniden test için kullanmak sonuçları gereğinden iyi gösterir. Bağımsız örnekler rastgele ya da tabakalı biçimde, küçük sınıfların da yeterli sayıda temsil edilmesini sağlayacak şekilde seçilir. Sadece kolay erişilen asfalt yollar veya belirgin göller doğrulama için yeterli değildir. Her örneğin uydu sınıfı ile güvenilir hava görüntüsü, saha gözlemi veya başka referans sınıfı karşılaştırılır. Referansın kendisindeki belirsizlik işaretlenir. USGS LCMAP ürünleri bağımsız referans verisiyle arazi örtüsü ve değişim anlaşmasını değerlendirir. 3. Hata matrisi nasıl okunur? Satırlar haritanın tahminlerini, sütunlar referans sınıflarını gösterebilir; hangi yönün seçildiği başlıkta açık olmalıdır. Köşegen doğru eşleşmeler, diğer hücreler karışan sınıflardır. Örneğin tarla diye haritalanan bir piksel gerçekte çalılıksa iki sınıfın hata oranını farklı yönde etkiler. Toplam doğru sayıyı toplam örneğe bölmek genel doğruluk verir, fakat her sınıfın kullanıcı ve üretici açısından hatası ayrıca hesaplanmalıdır. 'Orman' sınıfının haritada görülen güvenilirliği ile gerçek ormanların ne kadarının yakalandığı farklı sorulardır.
Alan tahmini ve değişimin doğruluğu
4. Genel doğruluk neden yetmez? Haritanın yüzde 90'ı geniş, kolay sınıflanan açık araziyse yüzde 90'ın üstündeki genel doğruluk nadir sulak alanları kaçırmayı gizleyebilir. Her sınıfın örnek sayısını, karıştığı sınıfları ve güven aralığını raporlayın. Tabakalı örnekleme yapıldıysa bölgesel oranları uygun ağırlıklarla hesaplayın; basit örnek yüzdesini doğrudan bütün ülke alanına taşımayın. Haritadaki sınıf piksel toplamı ile bağımsız örnekle düzeltilmiş alan tahmini farklı olabilir. Karar için hangisinin kullanıldığını belirtin. 5. Değişim haritası nasıl sınanır? İki yılın sınıflandırmaları ayrı ayrı yüksek doğrulukta olsa bile 'orman tarlaya döndü' gibi nadir geçişler daha yüksek hata taşıyabilir. Önceki ve sonraki referans gözlemlerinin tarihini kontrol edin; hasat mevsimi değişimini kalıcı arazi kullanım değişikliği sanmayın. USGS LCMAP arazi örtüsü değişimi için de ayrı doğrulama tabloları sunar. Geçiş örneklerini değişmeyen alanlardan ayırıp yeterli sayıda kontrol edin. Bulutlu ya da gözlemi olmayan pikselleri değişmedi sınıfına zorla katmayın. 6. Sonuç nasıl kullanılmalı? Orman kaybı, tarım planı veya kentsel gelişim kararlarında sınıf tanımı, örnek yöntemi ve hata matrisi haritanın ayrılmaz parçasıdır. Yerel parsel kararında bölgesel ürünün piksel boyutu ve zaman farkı yetersiz olabilir. Harita üreticisinin veri sürümü, örnek sayısı, bağımsızlık, sınıf bazlı hatalar ve belirsizlik aralığıyla rapor yayınlayın. Bir renkli sonuç 'uydu kanıtladı' diye sunulmaz; ölçülen doğruluk neyi destekliyorsa o kapsamda yorumlanır.