空间相关性与分类比例在不同抽样设计中对准确性测量的影响翻译.docx

空间相关性与分类比例在不同抽样设计中对准确性测量的影响DongMei Chen_, Hui Wei加拿大，金士顿ON K7L 3N6，皇后大学，地理系摘要：本文仿真了四幅结合两种空间相关性标准、两种不同的分类比例的二进制的专题图以研究借助不同抽样设计的分类准确性效果。11种抽样类型（从25到1296）按3种常用的抽样设计，包括简单随机抽样（SRS），系统抽样（SYS），分层随机抽样（StrRS）在4幅仿真地图上被仿真。常见的误差矩阵和相关的准确性度量也被考虑进每一个仿真中。同时，3种抽样设计的不同精度估计也相互比较。某一特别的抽样方法和抽样类型的选择依赖于空间相关性的程度、分类比例的差异以及应用中所需的精度要求。通常，一幅地图分类比例的差异比空间相关性对抽样方法的效果影响更大。对于估计个体类的精度，特别在小型类中StrRS的效果比SRS和SYS的效果更好。对于估计总精确度，不同的抽样设计的效果相似。为了得到更好的KAPPA系数，推荐StrRS用于高类别比例差异的地图，推荐SRS用于低空间相关性和低类别比例差异的地图。关键词：精度评估；分类误差；抽样；分类比例1.引言随着遥感技术的发展，从遥感数据得到的专题地图被广泛应用于不同的环境建模，监控，以及计划中。但这些专题地图通常不能完美的代表现实，还常常包含误差和不确定性（Foody,2002）。在设计中使用这样的地图却不知道其中的误差和不确定性会导致严重的风险。因此，在最近10年，对专题地图的准确性评估的需要不断增长（Congalton and Green， 1999；Congalton and Plourde，2002；Congalton，2002； Foody，2002；Lunetta and Lyon，2004；Stehman and Czaplewski，1998）。基于遥感的专题图的精确度涉及到一幅地图或分类的正确性（Foody，2002），或者涉及导出信息与参照数据（或地面实况）相吻合的程度（Campbell 1996）。常用的估计遥感专题图准确度的方法是比较参照数据和专题图。由于时间，花费上的限制，以及物理访问的权限，想要获得地图上所有像素上的参考信息是不实际的，因此常常需要抽样参考数据。一旦搜集到参考数据以后，它们会和地图中此类数据对比，从定量精度指数产生误差矩阵，例如总体准确度、用户准确度、生产准确度等，另外也能计算出总体和个体的KAPPA系数（Congalton，1991；Congalton和 Green，1999）。抽样方法和抽样量（或抽样大小）是两个决定精度评估的效率和花费的最重要的因素（Jensen，1996）。现在已经有很多发表的方程和指导方针以确定合适样本量的选择（Cochran，1977； Jensen，1996）。其中，二项分布和二项分布的正态常数经常用于计算所需的抽样大小(Congalton，1991)。然而，这些方程是基于正确的分类抽样的比例和某些允许的错误，可能并不合适产生一个误差矩阵（Congalton，2004）。当前的文献不能提供一个一致所需最小样本量的方法。Genderenet al（1978）表示，为了接受派生专题图95%的置信区间，至少需要30大小的样本量。Ginevan（1979）和 Hay （1979）按更加保守的方法，得出最小样本量应为50，以避免拒绝一个精确的地图。Congalton（2004）根据经验推荐每个类的误差矩阵最少使用50的样本量。然而，在研究大型区域或一幅地图存在大量类别时最小样本量应该增加到75-100（Congalton,，2004）。不同的抽样方法被用来选择抽样单位以进行地图精度评估。常用的方法包括简单随机抽样、分层随机抽样、系统抽样、系统随机抽样、系统不对齐抽样和集群抽样（Cochran，1977；Congalton，1977；Stehman，1992）。Congalton（1988b）在三幅不同的土地覆盖地图上比较了五个抽样方案（简单随机抽样、分层随机抽样、系统抽样、系统随机抽样、系统不对齐抽样）不同的空间复杂性。他的结果表明，根据地图的空间复杂性，简单随机抽样在样本容量足够大时总能提供足够的估计，而系统抽样和分层系统不对齐抽样会高估分类误差及其方差。Stehman（1992）指出，Congalton对系统抽样偏见的结论与Maling（1989）和Berry和Baker（1968）认为分层系统不对齐抽样是最公正的抽样设计的观点互相矛盾。基于使用两个精度措施（误分整体比例，kappa系数协议）的仿真研究，Stehman（1992）发现，除了具有周期模式的地图，系统抽样比简单随机抽样更为精确。然而，在专题地图的精度估计中比较了5中抽样方法的效果后，Lo和Watson（1998）得出的结论是，分层随机抽样