| Подпись | Описание | Тип данных |
Входные данные растров или классов объектов | Входное изображение для классификации или другие исходные тематические ГИС-данные. Входные данные могут быть растром или классом объектов. Зачастую используется изображение классификации (один канал, целочисленный тип данных). Если в качестве входных данных применяются полигоны, используются только те, что не относятся к обучающей выборке. Можно работать также с ГИС-данными почвенно-растительного покрова из шейп-файла или класса пространственных объектов. | Raster Layer; Mosaic Layer; Feature Layer |
Выходные точки оценки точности | Выходной шейп-файл с точками или точечный класс пространственных объектов, который содержит произвольно расположенные точки для оценки точности. | Feature Class |
Целевое поле (Дополнительный) | Определяет, действительно ли входные данные являются классифицированным изображением, либо это достоверные наземные данные.
| String |
Количество случайных точек (Дополнительный) | Общее число произвольных точек, которые будут сгенерированы. В зависимости от метода выборки и числа классов действительное число может вырасти, но никогда не может уменьшиться. Число произвольно расположенных точек по умолчанию равно 500. | Long |
Стратегия выборки (Дополнительный) | Указывает используемую схему выборки.
| String |
Поле измерений для класса объектов (Дополнительный) | Поле, которое определяет измерение (время) для объектов. Этот параметр используется только если результатом классификации будет многомерный растр, и вы хотите создать оценки точности из класса объектов, например, полигонов классификации землепользования за несколько лет. | Field |
Доступно с лицензией Spatial Analyst.
Доступно с лицензией Image Analyst.
Краткая информация
Инструмент создает произвольно расположенные точки для оценки точности выполненной классификации.
Обычно выполняется случайная выборка сотен точек и прописывание их типов классификации на основании достоверных источников, таких как результаты полевой съемки или дешифрирование снимка высокой точности, выполненное человеком. Базовые точки далее сравниваются с результатами классификации в каждом конкретном местоположении.
Использование
Этот инструмент создаёт набор произвольно расположенных точек и назначает им класс или значение на основании базовых данных.
Этот инструмент также может назначить класс набору точек на основании ранее классифицированного изображения или класса пространственных объектов.
Рабочий процесс оценки точности обычно использует следующие три инструмента в указанном порядке: Создать точки оценки точности, Обновить точки оценки точности и Вычисление матрицы неточностей.
Если для обучения или оценки точности используется класс полигональных объектов, то класс пространственных объектов должен иметь поле Classvalue или value, которое имеет уникальное целочисленное значение для каждого класса. Например, класс полигональных объектов с тремя различными классами может иметь значения [1, 2, 3] или [10, 20, 40].
Если параметр Входные растровые или векторные данные задан как многомерный растр, сгенерированные случайные точки будут использовать все изображения во временных рядах с полем даты, указывающим на изображение, на основе которого сгенерированы точки Чтобы создать точки для поднабора изображений, используйте инструмент Создать многомерный растровый слой или Поднабор многомерных растров для создания промежуточного набора входных данных перед использованием инструмента.
После запуска этого инструмента, вы можете изменить таблицу, и вручную присвоить классы всем точкам, или некоторым из них.
Параметры
CreateAccuracyAssessmentPoints(in_class_data, out_points, {target_field}, {num_random_points}, {sampling}, {polygon_dimension_field})| Имя | Описание | Тип данных |
in_class_data | Входное изображение для классификации или другие исходные тематические ГИС-данные. Входные данные могут быть растром или классом объектов. Зачастую используется изображение классификации (один канал, целочисленный тип данных). Если в качестве входных данных применяются полигоны, используются только те, что не относятся к обучающей выборке. Можно работать также с ГИС-данными почвенно-растительного покрова из шейп-файла или класса пространственных объектов. | Raster Layer; Mosaic Layer; Feature Layer |
out_points | Выходной шейп-файл с точками или точечный класс пространственных объектов, который содержит произвольно расположенные точки для оценки точности. | Feature Class |
target_field (Дополнительный) |
Определяет, действительно ли входные данные являются классифицированным изображением, либо это достоверные наземные данные.
| String |
num_random_points (Дополнительный) | Общее число произвольных точек, которые будут сгенерированы. В зависимости от метода выборки и числа классов действительное число может вырасти, но никогда не может уменьшиться. Число произвольно расположенных точек по умолчанию равно 500. | Long |
sampling (Дополнительный) | Указывает используемую схему выборки.
| String |
polygon_dimension_field (Дополнительный) | Поле, которое определяет измерение (время) для объектов. Этот параметр используется только если результатом классификации будет многомерный растр, и вы хотите создать оценки точности из класса объектов, например, полигонов классификации землепользования за несколько лет. | Field |
Пример кода
Пример создания произвольно расположенных точек для оценки точности.
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")Параметры среды
Информация о лицензиях
- Basic: Обязательно Image Analyst или Spatial Analyst
- Standard: Обязательно Image Analyst или Spatial Analyst
- Advanced: Обязательно Image Analyst или Spatial Analyst