Articles

Manuel SIG GRASS : r.kappa

by admin

Remarque : Une nouvelle version stable du SIG GRASS a été publiée : GRASS GIS 7.8, disponible ici.
Page de manuel mise à jour: ici

NOM

r.kappa – Calcule la matrice d’erreur et le paramètre kappa pour l’évaluation de la précision du résultat de la classification.

MOTS-CLÉS

raster, statistiques, classification

SYNOPSIS

r.kappa

r.kappahelp help

r.kappa classification=nom référence=nom

Drapeaux:

– w Rapport large 132 colonnes (par défaut: 80) – h Pas d’en-tête dans le rapport – m Matrice d’impression uniquement Allowécraser Autoriser les fichiers de sortie à écraser les fichiers existants summaryaide à imprimer le résumé de l’utilisation outputsortie de module verbeuse verbeuse Verb sortie de module silencieuse silencieusequiet ui Force le lancement de la boîte de dialogue GUI

Paramètres:

classification = nom Nom de la carte raster contenant le résultat de la classification référence = nom Nom de la carte raster contenant les classes de référence sortie = nom Nom du fichier de sortie contenant la matrice d’erreur et kappa S’il n’est pas donné écrire dans la sortie standard titre = titre de chaîne pour la matrice d’erreur et kappa Par défaut: ÉVALUATION DE LA PRÉCISION

Table des matières

  • DESCRIPTION
  • NOTES
  • EXEMPLE
  • VOIR ÉGALEMENT
  • AUTEUR

DESCRIPTION

r.kappa tabule la matrice d’erreur du résultat de la classification en croisant la couche cartographique classifiée par rapport à la couche cartographique de référence. Kappa global (accompagné de sa variance) etles valeurs kappa supplémentaires sont calculées. Ce programme d’analyse respecte les paramètres actuels de la région géographique et du masque.

r.kappa calcule la matrice d’erreur des deux couches de carte et prépare la table à partir de laquelle le rapport doit être créé. les valeurs kappa pour l’ensemble etchaque classe est calculée avec leurs variances. De plus, le pourcentage d’erreur de commission et d’erreur de commission, le résultat total correctement classé par nombre de pixels, la surface totale en nombres de pixels et le pourcentage de pixels globalement correctement classés sont tabulés.

Le rapport sera écrit dans un fichier de sortie au format texte plat et nommé par l’utilisateur à l’invite d’exécution du programme.

Le corps du rapport est organisé en panneaux. Les catégories de couches de cartes de résultats classées sont disposées le long de l’axe vertical de la table, tandis que les catégories de couches de cartes de référence le long de l’axe horizontal. Chaque panneau a un maximum de 5 catégories (9 si grand format) à travers le sommet. De plus, la dernière colonne du dernier panelreflecte un total croisé de chaque colonne pour chaque ligne. Toutes les catégories de la couche cartographique disposées le long de l’axe vertical, c’est-à-dire la couche cartographique de référence, sont incluses dans chaque panneau. Il y a un total au bas de chaque colonne représentant la somme de toutes les lignes de cette colonne.

NOTES

Il est recommandé de reclasser les catégories de couches de cartes de résultats classifiées en un nombre plus gérable avant de lancer r.kappa sur le lecteur de cartes raster classified. Parce que r.kappa calcule puis rapporte des informations pour chaque catégorie.

Les NA dans le fichier de sortie signifient qu’il n’y a pas d’application dans caseMASK.

La valeur estimée de kappa en r. kappa est la valeur d’une seule classe, c’est-à-dire l’accord observé entre les classifications pour les observations qui ont été classées par le classificateur 1 dans la classe i. En d’autres termes, ici, le choix de la référence est important.

Il est calculé comme suit:

kpp =(pii-pi*pj) /(pi-pi *pj);

où=

  • pii est la probabilité d’accord (c’est-à-dire le nombre de pixels pour lesquels il y a accord divisé par le nombre total de pixels évalués)
  • Pi est la probabilité que la classification i ait classé le point comme i
  • Pj est la probabilité que la classification j ait classé le point comme i
  • Pj est la probabilité que la classification j ait classé le point comme i
  • exemple Exemple pour l’ensemble de données de l’échantillon de Caroline du Nord : 
    g.region raster=landclass96 -pr.kappa -w classification=landuse96_28m reference=landclass96

    Vérification de la scène LANDSAT classée par rapport aux zones d’entraînement:

    r.kappa -w classification=lsat7_2002_classes reference=training

    VOIR AUSSI

    g. région, r. catégorie, r. masque, r. reclass, r. rapport, r. statistiques

    AUTEUR

    Tao Wen, Université de l’Illinois à Urbana-Champaign, Illinois

    Dernière modification:DateDate