While the range of values for user’

While the range of values for user’s accuracy for the urban cover
across all classification methods was relatively small. The object-
based method produced an urban feature class that was much
more homogeneous, while both supervised and unsupervised
pixel-based methods produced a very fragmented urban feature
class. This is important when the classification is used to develop
landscape metrics that are sensitive to fragmentation.

ผลลัพธ์ (ไทย) 1:

ในขณะที่ช่วงของค่าความถูกต้องของผู้ใช้สำหรับ
ปกเมืองทั่วทุกวิธีการจัดหมวดหมู่เป็นที่ค่อนข้างเล็ก วัตถุ-
ตามวิธีการผลิตชั้นคุณลักษณะในเมืองที่มาก
เนื้อเดียวกันมากขึ้นในขณะที่ทั้งสองภายใต้การดูแลและใกล้ชิด
วิธีพิกเซลที่ใช้ผลิตเป็นคุณลักษณะที่มีการกระจายตัวมากในเขตเมืองชั้น
นี้เป็นสิ่งสำคัญเมื่อการจัดหมวดหมู่ใช้ในการพัฒนา
ตัวชี้วัดภูมิทัศน์ที่มีความไวต่อการกระจายตัว

ผลลัพธ์ (ไทย) 2:

ขณะที่ช่วงของค่าความถูกต้องของผู้ใช้สำหรับครอบคลุมเมือง
ข้ามประเภททั้งหมด วิธีค่อนข้างเล็ก วัตถุ-
ตามวิธีผลิตคลาสที่มีลักษณะเมืองที่มาก
มากเหมือน ในขณะที่ทั้งสองแบบมีผู้สอน และ unsupervised
พิกเซลตามวิธีผลิตแยกส่วนมากเมืองคุณลักษณะ
คลาส ซึ่งเป็นสิ่งสำคัญเมื่อมีใช้การจัดประเภทการพัฒนา
วัดภูมิทัศน์ที่มีความไวต่อการกระจายตัวของ

ผลลัพธ์ (ไทย) 3:

ในขณะที่ช่วงของค่าความถูกต้องของผู้ใช้สำหรับฝาครอบในเมืองที่
ซึ่งจะช่วยในการแบ่ง ประเภท ทั้งหมดเป็นวิธีการค่อนข้างเล็ก วัตถุ -
ซึ่งใช้วิธีการที่ผลิต Class โดดเด่นไปด้วยในเมืองที่เป็นอย่างมาก
เพิ่มเติมเป็นเนื้อเดียวกันในขณะที่ทั้งสองมีการตรวจสอบและไม่มีการตรวจสอบวิธีการ
พิกเซลผลิตแยกย่อยเป็นอย่างมากในเมืองโดดเด่นไปด้วย
Class โรงแรมแห่งนี้คือที่สำคัญในการแบ่ง ประเภท ที่จะใช้ในการพัฒนา
ตามมาตรฐานวัด ภูมิ ทัศน์ที่มีความไวต่อการแบ่งแยกออกเป็นชิ้นเล็กชิ้นน้อย.