Créer des points d'évaluation de la précision (Spatial Analyst)

Disponible avec une licence Spatial Analyst.

Disponible avec une licence Image Analyst.

Synthèse

Crée des points échantillonnés de manière aléatoire pour évaluer la précision de la post-classification.

Il est courant de sélectionner de manière aléatoire des centaines de points et d'étiqueter leurs types de classification en faisant référence à des sources fiables, telles que le travail sur le terrain ou l'interprétation humaine de l'imagerie haute résolution. Les points de référence sont ensuite comparés aux résultats de classification aux mêmes emplacements.

Utilisation

  • Cet outil génère un ensemble de points aléatoires et leur attribue une classe en fonction des données de référence.

  • Cet outil peut également attribuer une classe au jeu de points à l'aide d'une classe d'entités ou d'une image classée précédemment.

  • Lorsque la valeur du paramètre Données de classe d’entités ou raster en entrée est un raster multidimensionnel, les points aléatoires générés utilisent toutes les images de la série chronologique dont le champ de date indique l’image à partir de laquelle les points sont générés. Afin de générer des points pour un sous-ensemble d’images, utilisez l’outil Générer une couche raster multidimensionnelle pour créer une couche intermédiaire ou l’outil Sous-ensemble du raster multidimensionnel pour créer un jeu de données intermédiaire avant d’utiliser cet outil.

  • Après l’exécution de l’outil, vous pouvez éditer la table pour attribuer manuellement une classe à certains des points ou à tous les points.

Paramètres

ÉtiquetteExplicationType de données
Données de classe d'entités ou raster en entrée

Image de classification en entrée ou autres données de référence de données SIG thématiques. L'entrée peut être un raster ou une classe d'entités.

Les données standard sont une image de classification (monocanal, type de données numériques entières).

Si vous utilisez des polygones en entrée, recourez uniquement à ceux qui ne sont pas utilisés comme échantillons d'apprentissage. Il peut également s'agir de données d'occupation du sol SIG au format de fichier de formes ou de classe d'entités.

Raster Layer; Mosaic Layer; Feature Layer
Points d’évaluation de la précision en sortie

La classe d’entités ou le fichier de formes points en sortie qui contient les points aléatoires à utiliser pour l'évaluation de la précision.

Feature Class
Champ cible
(Facultatif)

Indique si les données en entrée sont une image classée ou des données de réalité de terrain.

  • ClasséL’entrée est une image classée. Il s’agit de l’option par défaut.
  • Réalité de terrainL’entrée désigne des données de référence.
String
Nombre de points aléatoires
(Facultatif)

Le nombre total de points aléatoires qui vont être générés.

Le nombre réel peut être supérieur, mais ne doit jamais être inférieur à ce nombre, selon la stratégie d'échantillonnage et le nombre de classes. Le nombre pas défaut de points générés de façon aléatoire est de 500.

Long
Stratégie d'échantillonnage
(Facultatif)

Spécifie la structure d’échantillonnage qui sera utilisée.

  • Aléatoire stratifiéDes points répartis de manière aléatoire seront créés au sein de chaque classe, où chaque classe dispose d’un nombre de points proportionnel à sa zone relative. Il s'agit du paramètre par défaut.
  • Aléatoire stratifié égaliséDes points répartis de manière aléatoire seront créés au sein de chaque classe, où chaque classe dispose du même nombre de points.
  • AléatoireDes points répartis de manière aléatoire seront créés dans toute l’image.
String
Champ de dimension pour classe d’entités
(Facultatif)

Champ qui définit la dimension (temporelle) des entités. Ce paramètre n’est utilisé que si le résultat de classification est un raster multidimensionnel et que vous voulez générer des points d’évaluation à partir d’une classe d’entités, par exemple des polygones de classification du sol pour plusieurs années.

Field

CreateAccuracyAssessmentPoints(in_class_data, out_points, {target_field}, {num_random_points}, {sampling}, {polygon_dimension_field})
NomExplicationType de données
in_class_data

Image de classification en entrée ou autres données de référence de données SIG thématiques. L'entrée peut être un raster ou une classe d'entités.

Les données standard sont une image de classification (monocanal, type de données numériques entières).

Si vous utilisez des polygones en entrée, recourez uniquement à ceux qui ne sont pas utilisés comme échantillons d'apprentissage. Il peut également s'agir de données d'occupation du sol SIG au format de fichier de formes ou de classe d'entités.

Raster Layer; Mosaic Layer; Feature Layer
out_points

La classe d’entités ou le fichier de formes points en sortie qui contient les points aléatoires à utiliser pour l'évaluation de la précision.

Feature Class
target_field
(Facultatif)

Indique si les données en entrée sont une image classée ou des données de réalité de terrain.

  • CLASSIFIEDL’entrée est une image classée. Il s’agit de l’option par défaut.
  • GROUND_TRUTHL’entrée désigne des données de référence.
String
num_random_points
(Facultatif)

Le nombre total de points aléatoires qui vont être générés.

Le nombre réel peut être supérieur, mais ne doit jamais être inférieur à ce nombre, selon la stratégie d'échantillonnage et le nombre de classes. Le nombre pas défaut de points générés de façon aléatoire est de 500.

Long
sampling
(Facultatif)

Spécifie la structure d’échantillonnage qui sera utilisée.

  • STRATIFIED_RANDOMDes points répartis de manière aléatoire seront créés au sein de chaque classe, où chaque classe dispose d’un nombre de points proportionnel à sa zone relative. Il s'agit du paramètre par défaut.
  • EQUALIZED_STRATIFIED_RANDOMDes points répartis de manière aléatoire seront créés au sein de chaque classe, où chaque classe dispose du même nombre de points.
  • RANDOMDes points répartis de manière aléatoire seront créés dans toute l’image.
String
polygon_dimension_field
(Facultatif)

Champ qui définit la dimension (temporelle) des entités. Ce paramètre n’est utilisé que si le résultat de classification est un raster multidimensionnel et que vous voulez générer des points d’évaluation à partir d’une classe d’entités, par exemple des polygones de classification du sol pour plusieurs années.

Field

Exemple de code

Exemple 1 d'utilisation de l'outil CreateAccuracyAssessment (script autonome)

Cet exemple crée des points aléatoires pour évaluer la précision.

import arcpy
from arcpy.sa import *

arcpy.gp.CreateAccuracyAssessmentPoints("cls.tif", "aapnt1.shp", "COMPUTED", "1500", "RANDOM")

Informations de licence

  • Basic: Nécessite Spatial Analyst ou Image Analyst
  • Standard: Nécessite Spatial Analyst ou Image Analyst
  • Advanced: Nécessite Spatial Analyst ou Image Analyst

Rubriques connexes