| Beschriftung | Erläuterung | Datentyp |
Eingabe-Raster oder -Feature-Class-Daten | Das Eingabe-Klassifizierungsbild oder andere thematische GIS-Referenzdaten. Die Eingabe kann ein Raster oder eine Feature-Class sein. Typische Daten sind ein Klassifizierungsbild eines Einzelbands vom Datentyp "Integer". Wenn Sie Polygone als Eingabe verwenden, verwenden Sie nur diejenigen, die nicht als Trainingsgebiete herangezogen werden. Hierbei kann es sich auch um GIS-Landnutzungsdaten im Shapefile- oder Feature-Class-Format handeln. | Raster Layer; Mosaic Layer; Feature Layer |
Ausgabepunkte für Genauigkeitsbewertung | Das Ausgabepunkt-Shapefile bzw. die Ausgabe-Feature-Class mit den zufälligen Punkten, die für die Genauigkeitsbewertung verwendet werden sollen. | Feature Class |
Zielfeld (optional) | Gibt an, ob die Eingabedaten ein klassifiziertes Bild oder Überprüfungsdaten sind.
| String |
Anzahl der zufälligen Punkte (optional) | Die Gesamtzahl der zufälligen Punkte, die generiert werden. Die tatsächliche Anzahl kann je nach Referenzdatenstrategie und Anzahl der Klassen höher, jedoch niemals niedriger sein als diese Zahl. Die Standardanzahl der zu erstellenden zufälligen Punkte ist 500. | Long |
Referenzdatenstrategie (optional) | Gibt das verwendete Referenzpunktschema an.
| String |
Dimensionsfeld für Feature-Class (optional) | Ein Feld, über das die Dimension (Zeit) der Features definiert wird. Dieser Parameter wird nur verwendet, wenn das Klassifizierungsergebnis ein multidimensionales Raster ist und Sie Bewertungspunkte aus einer Feature-Class generieren möchten, wie beispielsweise Bodenklassifizierungspolygone für mehrere Jahre. | Field |
Mit der Spatial Analyst-Lizenz verfügbar.
Mit der Image Analyst-Lizenz verfügbar.
Zusammenfassung
Erstellt zufällig ausgewählte Punkte für die Genauigkeitsbewertung nach der Klassifizierung.
Allgemeine Praxis ist die zufällige Auswahl Hunderter von Punkten und die Beschriftung ihrer Klassifizierungstypen durch Referenzierung zuverlässiger Quellen wie Außendienst oder Interpretation von hochauflösenden Bilddaten durch den Benutzer. Die Referenzpunkte werden anschließend mit den Klassifizierungsergebnissen derselben Positionen verglichen.
Verwendung
Mit diesem Werkzeug wird eine Reihe von zufälligen Punkten erstellt, denen basierend auf Referenzdaten eine Klasse zugewiesen wird.
Dieses Werkzeug kann der Gruppe von Punkten auch eine Klasse mithilfe eines zuvor klassifizierten Bildes oder einer Feature-Class zuweisen.
Im Workflow zur Bewertung der Genauigkeit werden in der Regel die folgenden drei Werkzeuge in dieser Reihenfolge verwendet: Punkte für Genauigkeitsbewertung erstellen, Punkte für die Genauigkeitsbewertung aktualisieren und Konfusionsmatrix berechnen.
Wenn eine Polygon-Feature-Class für das Training oder die Genauigkeitsbewertung verwendet wird, muss die Feature-Class das Feld Classvalue oder value mit einem eindeutigen Ganzzahlwert für jede Klasse enthalten. Beispiel: Eine Polygon-Feature-Class mit drei verschiedenen Klassen kann z. B. die Werte [1, 2, 3] oder [10, 20, 40] enthalten.
Wenn es sich bei dem Wert des Parameters Eingabe-Raster oder -Feature-Class-Daten um ein multidimensionales Raster handelt, werden in den zufällig generierten Punkten alle Bilder der Zeitserie verwendet, die ein Datumsfeld aufweisen, aus dem abzulesen ist, aus welchem Bild die Punkte erstellt wurden. Wenn Sie Punkte für eine Teilmenge der Bilder erstellen möchten, müssen Sie entweder mit dem Werkzeug Multidimensionalen Raster-Layer erstellen einen Zwischen-Layer erstellen oder mit dem Werkzeug Teilmenge eines multidimensionalen Rasters ein Zwischen-Dataset erstellen, bevor Sie dieses Werkzeug verwenden.
Nachdem Sie dieses Werkzeug ausgeführt haben, können Sie die Tabelle bearbeiten, um einigen oder allen Punkten eine Klasse manuell zuzuweisen.
Parameter
CreateAccuracyAssessmentPoints(in_class_data, out_points, {target_field}, {num_random_points}, {sampling}, {polygon_dimension_field})| Name | Erläuterung | Datentyp |
in_class_data | Das Eingabe-Klassifizierungsbild oder andere thematische GIS-Referenzdaten. Die Eingabe kann ein Raster oder eine Feature-Class sein. Typische Daten sind ein Klassifizierungsbild eines Einzelbands vom Datentyp "Integer". Wenn Sie Polygone als Eingabe verwenden, verwenden Sie nur diejenigen, die nicht als Trainingsgebiete herangezogen werden. Hierbei kann es sich auch um GIS-Landnutzungsdaten im Shapefile- oder Feature-Class-Format handeln. | Raster Layer; Mosaic Layer; Feature Layer |
out_points | Das Ausgabepunkt-Shapefile bzw. die Ausgabe-Feature-Class mit den zufälligen Punkten, die für die Genauigkeitsbewertung verwendet werden sollen. | Feature Class |
target_field (optional) |
Gibt an, ob die Eingabedaten ein klassifiziertes Bild oder Überprüfungsdaten sind.
| String |
num_random_points (optional) | Die Gesamtzahl der zufälligen Punkte, die generiert werden. Die tatsächliche Anzahl kann je nach Referenzdatenstrategie und Anzahl der Klassen höher, jedoch niemals niedriger sein als diese Zahl. Die Standardanzahl der zu erstellenden zufälligen Punkte ist 500. | Long |
sampling (optional) | Gibt das verwendete Referenzpunktschema an.
| String |
polygon_dimension_field (optional) | Ein Feld, über das die Dimension (Zeit) der Features definiert wird. Dieser Parameter wird nur verwendet, wenn das Klassifizierungsergebnis ein multidimensionales Raster ist und Sie Bewertungspunkte aus einer Feature-Class generieren möchten, wie beispielsweise Bodenklassifizierungspolygone für mehrere Jahre. | Field |
Codebeispiel
In diesem Beispiel werden zufällige Punkte für die Genauigkeitsbewertung erstellt.
import arcpy
from arcpy.ia import *
# Check out the ArcGIS Image Analyst extension license
arcpy.CheckOutExtension("ImageAnalyst")
CreateAccuracyAssessmentPoints("c:\\test\\cls.tif", "c:\\test\\apnt1.shp",
"COMPUTED", "1500", "RANDOM")Lizenzinformationen
- Basic: Erfordert Image Analyst oder Spatial Analyst
- Standard: Erfordert Image Analyst oder Spatial Analyst
- Advanced: Erfordert Image Analyst oder Spatial Analyst