Figure 4.(a) Figure 5(b) Figure 6(c

Figure 4.(a) Figure 5(b) Figure 6(c)
(a)ISODATA Classification Method Land Use Classification Map
(b)Mahalanobis Distance Classification Method Land Use Classification Map
(c) Maximum Likelihood Classification Method Land Use Classification Map
B. Land Use / Cover Classification Accuracy Comparision
1) Random Sample Size
When accuracy for land types’ evaluation, the number of actual reference validated samples is an important considered factor and the number of random samples directly impacts on the accuracy. Recommended to use the N samples which based on the capacity of binomial probability theory to evaluat the accuracy of land use classified map[9]. The computational formula of sample size N as follows:
Z2pq
N =
E2
p stands for the accuracy percentage of the whole image, q = 100-p, E is the allowable error, Z = 2 indicates the normal standard error of 1.96, 95% is the bilateral confidence. By the formula, the lower the expected accuracy, the greater the allowable error and the less number of refered ground simples to estimate the classified accuracy.
The hypothetical samples’ accuracy expectation in this research is 85% and the allowable error is 5%. The points which reliable results needed get at least 203 points. Thus, in the ERDAS IMAGINE 9.1 accuracy evaluation has selected 256 random points to participate in the valuation.
2) Classification Accuracy Statistics
The accuracy evaluation in ERDAS IMAGINE 9.1 is mainly applied in the Classification module which belongs to the accuracy assessment command. After the classified image’s random points come out, comparing the visual interpretation maps and classified images, outputing the classified evaluation reports and according to each evaluation index to analyse the quality of classification results, which include the error matrix evaluation overall accuracy, producer accuracy, user accuracy and Kappa index. There are three types of land use and land cover classification accuracy assessment table.
According to the standard of land use classification, the classification names and the corresponding evaluation results are shown in Table Ⅰ, Table Ⅱand Table Ⅲ.

ผลลัพธ์ (ไทย) 1:

รูปที่ 4(ก) รูป 5(b) รูป 6(c)(a)ISODATA จัดประเภทที่ดินวิธีใช้การจัดประเภทแผนที่(b)ที่ดิน Mahalanobis ระยะทางประเภทวิธีการใช้การจัดประเภทแผนที่(ค) ที่ดินสูงสุดโอกาสจัดประเภทวิธีการใช้การจัดประเภทแผนที่B. ที่ดินใช้ / ครอบคลุม Comparision แบ่งประเภทความแม่นยำ 1 สุ่มตัวอย่างขนาด เมื่อมีจำนวนตัวอย่างอ้างอิงจริงตรวจสอบความถูกต้องสำหรับชนิดของที่ดินประเมิน ความสำคัญพิจารณาปัจจัย และจำนวนของตัวอย่างสุ่มโดยตรงผลกระทบต่อความถูกต้อง แนะนำให้ใช้ตัวอย่าง N ซึ่งขึ้นอยู่กับกำลังการผลิตของทฤษฎีความน่าเป็นทวินามการ evaluat ความถูกต้องของแผนที่จำแนกการใช้ที่ดิน [9] สูตรคำนวณขนาดตัวอย่าง N เป็นดังนี้:Z2pqN =E2 p หมายถึงเปอร์เซ็นต์ความถูกต้องของรูปภาพทั้งหมด q = 100-p, E เป็นข้อผิดพลาดได้ Z = 2 บ่งชี้ข้อผิดพลาดมาตรฐานปกติ 1.96, 95% เป็นความเชื่อมั่นระดับทวิภาคี โดยสูตร ความแม่นยำที่ต่ำกว่าคาด ยิ่งผิดพลาดได้ และน้อยจำนวนถูกพื้นดิน simples ประเมินความลับ ความแม่นยำของตัวอย่างสมมุติในงานวิจัยนี้คือ 85% และ 5% เป็นข้อผิดพลาดได้ จุดที่ต้องการผลลัพธ์ที่เชื่อถือได้ได้รับคะแนนน้อย 203 ดังนั้น ในความถูกต้องของ ERDAS คิด 9.1 ประเมินมีเลือกจุดสุ่ม 256 การมีส่วนร่วมในการประเมินค่า 2 สถิติความแม่นยำประเภท ส่วนใหญ่มีใช้การประเมินความถูกต้องใน ERDAS คิด 9.1 ในโมดูลการจัดประเภทที่เป็นคำสั่งการประเมินความถูกต้อง หลังจากที่ภาพลับของสุ่ม คะแนนมา เปรียบเทียบตีความภาพแผนผังและรูปลับ outputing ลับประเมินรายงาน และ ตามแต่ละดัชนีประเมินการวิเคราะห์คุณภาพของผลการจัดประเภท ซึ่งรวมถึงการประเมินเมตริกซ์ข้อผิดพลาดความแม่นยำโดยรวม โปรดิวเซอร์ความแม่นยำ ความถูกต้องของผู้ใช้ และดัชนีกัปปะ มีสามประเภทของการใช้ที่ดินและที่ดินครอบคลุมประเภทความแม่นยำประเมินตาราง ตามมาตรฐานการจัดประเภทการใช้ที่ดิน ชื่อจัดประเภท และการประเมินเกี่ยวข้อง ผลลัพธ์จะแสดงอยู่ในตารางⅠ ตาราง Ⅱand ตารางⅢ

ผลลัพธ์ (ไทย) 2:

รูปที่ 4 (ก) รูปที่ 5 (ข) รูปที่ 6 (c)
(ก) ISODATA จำแนกวิธีการใช้ที่ดินจำแนกแผนที่
(ข) การจำแนกระยะทาง Mahalanobis วิธีการใช้ที่ดินจำแนกแผนที่
(c) ภาวะน่าจะเป็นสูงสุดจำแนกวิธีการใช้ที่ดินจำแนกแผนที่
บี การใช้ที่ดิน / ปกจำแนกความถูกต้องเปรียบเทียบ
ขนาด 1) ตัวอย่างแบบสุ่ม
เมื่อความถูกต้องสำหรับการประเมินผลประเภทที่ดิน ', จำนวนตัวอย่างการตรวจสอบการอ้างอิงที่เกิดขึ้นจริงเป็นปัจจัยที่ถือว่ามีความสำคัญและจำนวนตัวอย่างที่สุ่มผลกระทบโดยตรงกับความถูกต้อง แนะนำให้ใช้ตัวอย่างไม่มีข้อความที่อยู่บนพื้นฐานของความจุของทฤษฎีความน่าจะมีสองชื่อเพื่อ evaluat ความถูกต้องของการใช้ที่ดินแผนที่จัด [9] สูตรการคำนวณขนาดตัวอย่างไม่มีข้อความดังนี้
Z2pq
จำนวน =
E2
P ย่อมาจากเปอร์เซ็นต์ความถูกต้องของภาพทั้ง q = 100 p, E เป็นข้อผิดพลาดที่อนุญาต, Z = 2 แสดงให้เห็นข้อผิดพลาดมาตรฐานปกติของ 1.96, 95% เป็นความเชื่อมั่นในระดับทวิภาคี โดยสูตรที่ต่ำกว่าความถูกต้องที่คาดว่าจะมากขึ้นข้อผิดพลาดที่อนุญาตและจำนวนน้อยกว่าที่ simples พื้นอ้างในการประเมินความถูกต้องจัด.
ความถูกต้องตัวอย่างสมมุติ 'ความคาดหวังในการวิจัยครั้งนี้อยู่ที่ 85% และความผิดพลาดที่อนุญาตเป็น 5% จุดซึ่งผลลัพธ์ที่น่าเชื่อถือจำเป็นต้องได้รับอย่างน้อย 203 จุด ดังนั้นใน ERDAS IMAGINE 9.1 การประเมินผลความถูกต้องได้เลือก 256 จุดสุ่มเพื่อมีส่วนร่วมในการประเมินมูลค่า.
2) สถิติความถูกต้องจำแนก
การประเมินความถูกต้องใน ERDAS IMAGINE 9.1 ถูกนำไปใช้เป็นหลักในการจำแนกโมดูลซึ่งเป็นคำสั่งการประเมินความถูกต้อง หลังจากจุดสุ่มภาพลับออกมาเปรียบเทียบแผนที่การตีความภาพและภาพจัด outputing รายงานการประเมินผลการจัดและเป็นไปตามดัชนีการประเมินผลในแต่ละการวิเคราะห์คุณภาพของผลการจัดหมวดหมู่ซึ่งรวมถึงการประเมินผลเมทริกซ์ข้อผิดพลาดความถูกต้องโดยรวม, ความถูกต้องผู้ผลิตผู้ใช้ ความถูกต้องและดัชนีคัปปา มีสามประเภทของการใช้ที่ดินและที่ดินปกตารางการประเมินความถูกต้องจำแนก. เป็น
ตามมาตรฐานของการจำแนกประเภทการใช้ประโยชน์ที่ดินชื่อการจำแนกและผลการประเมินที่สอดคล้องแสดงในตารางที่ⅠตารางⅡandตารางⅢ

ผลลัพธ์ (ไทย) 3:

รูปที่ 4 ( ก ) ( ข ) รูปที่ 5 รูปที่ 6 ( c )
( ) isodata การจำแนกวิธีการการใช้ที่ดินประเภทแผนที่
( b ) mahalanobis ระยะทางการใช้ที่ดินประเภทแผนที่ )
( C ) วิธี Maximum Likelihood การจำแนกประเภทการใช้ที่ดินประเภท B .
แผนที่การใช้ที่ดิน / ครอบคลุมการเปรียบเทียบความแม่นยำในการจำแนก
1 ) สุ่ม ขนาดตัวอย่าง
เมื่อความถูกต้องการประเมินประเภท ' ที่ดิน the number of actual reference validated samples is an important considered factor and the number of random samples directly impacts on the accuracy. Recommended to use the N samples which based on the capacity of binomial probability theory to evaluat the accuracy of land use classified map[9]. The computational formula of sample size N as follows:
Z2pq
N =
E2
p stands for the accuracy percentage of the whole image, q = 100-p, E is the allowable error, Z = 2 indicates the normal standard error of 1.96, 95% is the bilateral confidence. By the formula, the lower the expected accuracy, the greater the allowable error and the less number of refered ground simples to estimate the classified accuracy.
The hypothetical samples’ accuracy expectation in this research is 85% and the allowable error is 5%. The points which reliable results needed get at least 203 points. Thus, in the ERDAS IMAGINE 9.1 accuracy evaluation has selected 256 random points to participate in the valuation.
2) Classification Accuracy Statistics
The accuracy evaluation in ERDAS IMAGINE 9.1 การใช้เป็นหลักในการจำแนกโมดูลซึ่งเป็นของความถูกต้องการประเมินคำสั่ง หลังจากแบ่งภาพเป็นจุดสุ่มออกมา เทียบกับแผนที่การตีความภาพและภาพย่อย outputing จัดประเมินผลและรายงานตามแต่ละประเมินดัชนีวิเคราะห์คุณภาพของผลลัพธ์หมวดหมู่ which include the error matrix evaluation overall accuracy, producer accuracy, user accuracy and Kappa index. There are three types of land use and land cover classification accuracy assessment table.
According to the standard of land use classification, the classification names and the corresponding evaluation results are shown in Table Ⅰ, Table Ⅱand Table Ⅲ.