For the 2000 LCLUmap, stratified ra

For the 2000 LCLUmap, stratified randomsamplingwas used and 30
samples were selected for each of the six semi-automatically classified
classes (strata), except for the Built class. Given the importance of the
Built class for urbanization and population analyses, 60 samples were
selected for the accuracy assessment. The accuracy of the classes that
had beenmapped through visual interpretation andmanual digitization
was not assessed, as thesewere visually interpreted and verified before
being digitized. Mapped areas within the four-region study area that
were selected for accuracy assessment were limited to: (1) patches of
2000 LCLU where 5 × 5 blocks of pixels (150 × 150 m) contained the
same class and represented consistent LCLU and (2) areas that
contained cloud-free 2000 SPOT 10 m (10 scenes) and 5 m (one
scene) panchromatic imagery to be used for visual reference for the accuracy
assessment. To determine which portions of the SPOT imagery
contained clouds and could not be utilized as reference data, bright
clouds were identified using object-based image classification methods
with eCognition software and thin clouds not picked up using
eCognition were manually identified and delineated.

ผลลัพธ์ (ไทย) 1:

สำหรับ 2000 LCLUmap, stratified randomsamplingwas 30 และใช้ตัวอย่างถูกเลือกสำหรับแต่ละหกประเภทกึ่งอัตโนมัติชั้น (ชั้น), ยกเว้นสำหรับระดับชั้นสร้างขึ้น ให้ความสำคัญของการถูกสร้างขึ้นสำหรับวิเคราะห์จำนวนประชากรและความเป็นเมือง 60 ตัวอย่างเลือกสำหรับการประเมินความถูกต้อง ความถูกต้องของการเรียนที่มี beenmapped ผ่านการตีความภาพ andmanual ไทซ์รับไม่ได้ประเมิน เป็น thesewere ตีความด้วยสายตา และตรวจสอบก่อนการดิจิทัล แมปพื้นที่ภายในพื้นที่ 4 ภูมิภาคศึกษาที่เลือกสำหรับการประเมินความถูกต้องถูกจำกัด: แพทช์ (1) ของLCLU 2000 ที่ 5 × 5 บล็อกพิกเซล 150 × 150 เมตร) อยู่เดียวกันระดับ และแสดง LCLU สอดคล้องและ (2) พื้นที่ที่มีเมฆฟรี 2000 m 10 จุด (10 ภาพ) และ 5 เมตร (หนึ่งภาพ panchromatic ฉาก) ที่จะใช้สำหรับแสดงการอ้างอิงความถูกต้องการตรวจประเมิน การตรวจสอบส่วนใดของภาพจุดประกอบด้วยเมฆ และไม่สามารถนำมาใช้เป็นข้อมูลอ้างอิง สดใสระบุโดยใช้วิธีการจัดประเภทตามวัตถุภาพเมฆeCognition ซอฟต์แวร์และเมฆบางไม่หยิบขึ้นมาใช้มีระบุ และ delineated eCognition ด้วยตนเอง

ผลลัพธ์ (ไทย) 2:

สำหรับ LCLUmap 2000 randomsamplingwas แซดใช้และ 30
ตัวอย่างที่ถูกเลือกสำหรับแต่ละหกกึ่งอัตโนมัติจัด
ชั้นเรียน (ชั้น) ยกเว้นสำหรับการเรียนที่สร้างขึ้น ให้ความสำคัญของ
ชั้นที่สร้างขึ้นสำหรับการพัฒนาเมืองและการวิเคราะห์ประชากร 60 ตัวอย่างที่ถูก
เลือกสำหรับการประเมินความถูกต้อง ความถูกต้องของการเรียนที่
ได้ beenmapped ผ่านการตีความภาพแปลง andmanual
ไม่ได้รับการประเมินเป็น thesewere ตีความสายตาและตรวจสอบก่อนที่จะ
ถูกแปลงเป็นข้อมูลดิจิทัล พื้นที่แมปภายในพื้นที่ศึกษาสี่ภูมิภาคที่
ได้รับการคัดเลือกในการประเมินความถูกต้องถูก จำกัด ให้ (1) แพทช์ของ
2000 LCLU ที่ 5 × 5 บล็อคของพิกเซล (150 × 150 เมตร) ที่มีอยู่
ชั้นเดียวกันและเป็นตัวแทน LCLU ที่สอดคล้องกันและ (2 ) พื้นที่ที่
มีระบบคลาวด์ฟรี 10 จุด 2,000 เมตร (10 ฉาก) และ 5 เมตร (หนึ่ง
ฉาก) ภาพเต็มที่ที่จะใช้สำหรับการอ้างอิงภาพสำหรับความถูกต้อง
ประเมิน เพื่อตรวจสอบว่าบางส่วนของภาพจุดที่
มีเมฆและไม่สามารถนำไปใช้เป็นข้อมูลอ้างอิงสดใส
เมฆถูกระบุโดยใช้วิธีการจัดหมวดหมู่ภาพวัตถุที่ใช้
กับซอฟต์แวร์ eCognition และเมฆบาง ๆ ไม่ได้หยิบขึ้นมาใช้
eCognition ถูกระบุด้วยตนเองและคดี

ผลลัพธ์ (ไทย) 3:

สำหรับ 2000 lclumap แบ่ง randomsamplingwas ใช้ 30สุ่มสำหรับแต่ละหกประเภทกึ่งอัตโนมัติเรียน ( 1 ) ยกเว้นการสร้างคลาส ให้ความสำคัญของสร้างคลาสสำหรับการวิเคราะห์เศรษฐกิจและประชากร จำนวน 60เลือกความถูกต้องของการประเมิน ความถูกต้องของชั้นเรียนที่มี beenmapped ผ่านการรายงานแปลงภาพยังไม่ได้ประเมิน เป็น thesewere สายตาแปลและตรวจสอบก่อนถูกแปลงเป็นดิจิตอล . แผนที่บริเวณภายในสี่เขตการศึกษาพื้นที่มีวัตถุประสงค์เพื่อประเมินความถูกต้องของจำนวน จำกัด เพียง ( 1 ) เป็นหย่อม ๆ2000 lclu ที่ 5 × 5 บล็อกพิกเซล ( 150 × 150 เมตร ) มีห้องเดียวกันและเป็นตัวแทน lclu สอดคล้องกัน และ ( 2 ) บริเวณที่มีเมฆฟรี 2000 จุด 10 m ( 10 ภาพ ) และ 5 เมตร ( หนึ่งภาพถ่ายดาวเทียมภาพ ) เพื่อใช้เป็นข้อมูลอ้างอิงภาพเพื่อความถูกต้องการประเมิน เพื่อตรวจสอบว่าบางส่วนของภาพจุดมีเมฆและไม่สามารถใช้เป็นข้อมูลอ้างอิง , สดใสเมฆถูกระบุโดยใช้วัตถุที่ใช้วิธีการจำแนกภาพกับซอฟต์แวร์ ecognition และเมฆบาง ๆไม่หยิบใช้ecognition ถูกระบุด้วยตนเองและประ .