Étiquette | Explication | Type de données |
Données de classe d'entités ou raster en entrée | Image de classification en entrée ou autres données de référence 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.
| 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.
| 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 |
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
CreateAccuracyAssessmentPoints(in_class_data, out_points, {target_field}, {num_random_points}, {sampling}, {polygon_dimension_field})
Nom | Explication | Type de données |
in_class_data | Image de classification en entrée ou autres données de référence 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.
| 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.
| 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
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")
Environnements
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
Vous avez un commentaire à formuler concernant cette rubrique ?