测绘城市景观异质性

城市景观异质性制图：目视解译和数字分类办法的之间协议周伟奇 Kirsten Schwarz M.L. Cadenasso.收稿日期：2009年5月27日/接受日期：2009年11月6日/发表时间：2009年11月17号。施普林格科学+商业媒体BV 2009年。摘要 遥感的视觉效果图像长期以来一直用于景观格局分析。虽然相关研究较少，但我们已经调查在人类的变异范围内修补成分估计对这些补丁分类有重要意义，特别是在城市环境中。本文比较了两种方法是目视解译和基于对象的分类，我们以估计的比例划定补丁覆盖范围内的景观，并探讨这两种方法之间的分歧较大空间格局的斑块。这两种方法进行比较的圭恩斯福尔斯分水岭，美国马里兰州。三种方法来评估协议：基于程序的传统误差矩阵和两个模糊的方法，一加一修改的传统程序和模糊集理论方法，我们发现，当补丁包含不同的功能类型混合时，目视解译并不奏效。具体功能的精确度随特定的功能主导补丁，或不包含特定功能的补丁而增加。目视解译估算精度具有总体也不尽相同的特点，从路面的63.3至土壤裸露的93.8。两种方法之间关于补丁的最大分歧是对集群在空间上位置具有城市景观复杂特点认识不同，这表明目视解译精度可能会受到斑块形状复杂性和空间配置内的景观特征的修补程序影响。这些结果为证明基于目视解译的专题地图的正确性提供见解，不仅为生态学家和使用地图的经理，但也为生产地图的人所使用。 关键词 目视判读基于对象的分类 补丁分类准确评估空间异源性模糊集理论城市景观土地覆盖介绍一个中央景观生态学原则是种互惠的联系方式和过程（吴和霍布斯2002;特纳是2005年）。要理解这个联系，该模式在研究粮食问题和适当范围内为特定的研究问题时必须准确地量化（古斯塔夫森1998;特纳2005年，邵，吴2008）。遥感为绘图和建模景观格局提供了重要的数据源。遥感也是土地利用和土地覆盖研究的数据来源，同时遥感被广泛应用于景观格局分析（例如，幸运和吴2002年濑户和Fragkias 2005年）。遥感数据可以以人类专家的视觉来解释或利用自动数字图像处理和模式识别方法（詹森2000）目视解译，有时也被称为光解释或人工判读。它是种人工分析师通过检查图像来提取信息的过程（詹森2000;理查兹和佳2006年）。这个过程包括两个步骤：（1）划定映射补丁的边界，（2）通过估算修补功能区范围来分类划定补丁如木本植被和路面。这篇文章重点涉及对补丁功能覆盖范围的估算准确性，而不是谈论如何划定自己的补丁。即使现代数据实景录制技术有很大发展目视解译仍被继续广泛使用，（詹森2000）。随着高空间分辨率图像的普及和应用，科学的目视判读艺术正在复兴。人类是非常善于认识和解释复杂的视觉空间格局（Antrop和Van Eetvelde 2000年詹森2000），并能综合运用大小，颜色，方向，图案，纹理和背景解释形状。这些关键特征来识别景观格局，但难以纳入传统的数字图像处理技术（2006年Richards和佳，邵，吴2008）。此外，目视解译允许划定的形状不规则物体的生态现实，诸如补丁，即可以代表重要景观生态结构的对比或处理。因此，相对于基于像素的或基于对象的方法，视觉解释和相关的生态知识集成到图像分析使我们的成果具有生态相关意义（詹森2000;等。埃利斯2006; Cadenasso等。2007年，吴邵2008年）。这种对比方法是至关重要的景观结构分析，特别是对城市景观异质。基于对象的图像分析，然而它是一个具有高成本效益的方式来获得高清晰度图像数字景观特征，从而弥补了高空间分辨率图像不足。（奔驰等;2004周和特洛伊2008）。人类专家知道基于对象的方法模拟翻译解释和推理。即使在图像解译图像分割技术新进展中和knowledgebased分类，也可能允许自动化图像解译，直观可视化的解译仍然被认为是更好的方法，特别是划定现实生态的对象（郎等人。2009年）。事实上，从图像分割到对象生成图像大多是没有现实生态意义。（布拉施克和Strobl 2001;等。奔驰2004年）尽管如此目视解译仍受到很多限制，它是劳动力密集型的，而且是主观的和不可重复的技能，更受口译员经验和技能影响，其结果往往差异极大。（Congalton格林1999年，理查兹和贾2006年）。我们通过比较由于不同的口译同传译员和时间因素而生成的不同地图来定义评估定义边界的变化（Congalton和Mead 1983; Cherrill和麦克林1995;埃利斯2006年）。然而，只有相对少数研究探讨等内斑块面积估计精度，特别是对城市环境。专题地图获得的目视解译将继续使用景观格局分析中。因此，关键是要了解分类精度和准确度对量化空间格局能力的影响，以及涉及可靠模式和生态系统过程（李2007年，吴，邵，2008年，吴和霍布斯2002年）。事实上，数据的准确性或不确定性已被确定为景观生态学的关键议题（吴和霍布斯2002;艾弗森）。错误的知识程度和来源对增强生态相关性和景观格局有效性具有重要意义（2007年李，吴，邵，吴2008年）本文比较了两种方法的解释协议，目视解译和基于对象的分类，通过在圭恩斯福尔斯分水岭马里兰，美国。划定土地盖补丁来估计覆盖的比例景观特点，这其中使用彩色红外航空图像。具体来说，我们要问：（1）为什么在用目视解译和自动对象为基础的分类相关协议来分析视觉景观特点时会存在差异？ （2）如果关于做群集空间补丁的两种分类方法之间存在较大分歧，那么又在哪里？方法研究区这种分析方法正在圭恩斯福尔斯流域研究领域进行，（www.beslter.org）巴尔的摩生态系统重点研究流域，一个长期的国家科学基金会生态研究项目（长期生态研究）。在圭恩斯福尔斯流域，大小约17150公顷，横跨巴尔的摩市和巴尔的摩县，水渠到切萨皮克湾（图1）。它横穿都市郊区和农村梯度区以及巴尔的摩市城市核心，迅速郊区化中游地区和农村/郊区边缘的上半也包括在内。因此，它包含了各种各样的景观对比，于是要求提高比较分类的能力。图 1圭恩斯福尔斯流域，其中包括巴尔的摩市和部分县巴尔的摩，MD，美国和55水渠到切萨皮克湾景观生态学报（2010）25:53-67大力士（高解析度分类生态城市景观与环境系统）的土地覆盖分类方案是用来修补结构划定城市环境六个利用景观：（Cadenasso等）。人。2007年大力神分类的生物物理特性（1）粗纹理植被的树木和灌木（简历），（二）罚款质感植被和草本植物（公允价值），（3）裸土，（4）路面，（5）建筑，（6）建筑类型（Cadenasso等。2007）。只有前五个景观功能将进一步讨论。大力神补丁9.2数字化的ArcGISTM屏幕在使用中的意象。两个数据集，然后使用层创建计划，划定相应的补丁程序与大力神分类。这些补丁仍然是相同的两个数据集，但是，补丁有不同的技术，用于评估涵盖的范围内景观特色。一个数据集采用了目视解译的方法来评估覆盖，而其他数据集使用了一个基于对象的方法来评估覆盖。在下面的描述，我们将引用数据集创建数据集使用参考目视解译的方法''为'' '' ''测试数据集和数据集为基础的方法创建使用对象。创建测试数据集，片内的比例支付每项功能的五大景观用目测方法进行了量化，并指派一个覆盖类别：（0）缺席，（1）目前为10，（2）11-35; （3）36-75，（4）75（图2; Cadenasso等2007。）。这些类别被选定为方便和速度解释决策的。若要创建引用数据集封面，内补丁的比例产生的使用对象为基础的分类方法（见周和特洛伊2008）。基于Web的分类总精度的对象分别为92.3，准确度，与制作人的范围从88.3到100和用户的精度从83.6到97.7（见表1）图 2比例的例子赫拉克勒斯补丁和补丁分类为基础的内盖的功能每五个景观。 A组：高清晰度图像叠加与大力神边界补丁。 B组：土地覆盖图的方法来自于一个基于对象的分类与大力神补丁边界叠加：。左表的比例支付补丁类的五个突出特点的景观解读视觉估计。右表：百分比盖，盖类的比例计算出的五个景观特色的基于对象的分类。注意生态学报123（2010）25:53-67分歧的两个数据集之间的路面和景观建设56作为掩护类是只可用于创建数据集使用可视化的解释，造成连续覆盖值从对象分类为基础的被分配到相同的覆盖类型（图2）。无论是连续和类别比例支付来自基于对象的分类，以及明确的解释所得到的覆盖比例，从视觉上每个功能的五大景观连接在大力士补丁层和协议评估。分类评估协议的补丁，我们使用了三种方法来评估协议的比例估计在封面解释视觉与分类的基础上派生的对象：一个传统的误差矩阵的程序和两个模糊的方法，一加一法一模糊集理论方法（戈帕尔和伍德科克1994年Congalton和绿色1999; Foody 2002;哈根2003;梅茨勒和萨德2005年）。该协议分别进行了评估流域各景观特色的五个大力神使用所有三种方法中，所有的补丁。为了评估精度，混淆矩阵构造和措施的范围），如整体准确度和用户和生产者的准确性，派生（Congalton和绿色1999; Foody 2002。矩阵中包含的数量在某一特定类别的补丁分配相对于分类）的数量1999年与绿色补丁分配到一个特定类别中的参考图（Congalton。矩阵传达1999）地图的准确性明确显示的误差不作为（即不包括一个面积由它所属的类别中）和佣金（不包括一个地区成为一个类别，它不属于）（Congalton和绿色。总的准确性，或数据集之间的协议二，分类除以解释。通过视觉的总数量正确'' ''的修补程序的修补程序的总人数由总制片人的数目除以列的精度从结果补丁程序正确地分配到类和措施疏漏错误。用户的精确度计算行的错误总数和措施委员会传统的协议的评估方法，传统方法提供了直接评估协议。这种混乱景观特征矩阵每五，构建了比较基础的分类对象的结果，从目视解译与那些。只有在对角线上的单元格值代表的数量分类'' ''正确的修补程序，而把对角单元格的值是）由于不正确的修补程序的数量（1999年Congalton和绿色）。两个模糊边界的方法：加一和模糊集理论，因为这项研究是一项持续的比较离散数据集，我们评估1994伍德科克戈帕尔和数据集之间的协议有两个额外的边界（办法，利用模糊类;张和Foody 1998年;哈根2003;梅茨勒和萨德2005年）。有三个主要理由：（1）指定的数据进行分类百分之连续创建）的不确定性在类部门（戈帕尔和伍德科克1994，（2）人的解释是不准确的（Congalton和绿色1999年），和（3），如所有专题地图，objectbased分类的研究作为参考的数据集在这一点上包含的分类错误。在加一方法考虑对角线值值对角线两侧的一致，除了（Congalton和绿色1999年梅茨勒和萨德2005年）。此方法是一种简单的方法来考虑模糊阶级界限，但它是经常批评为过于乐观（1999年Congalton和绿色）。另一种方法基于模糊集理论承认，补丁类别的划分线附近可能属于两个类别（戈帕尔和伍德科克1994年伍德科克和戈帕尔2000年）。目前的挑战在于1999年开发的模糊规则，以确定的范围，打破连续覆盖百分之数据从基于对象Congalton和绿色;归在范围类别估计目视解译（戈帕尔和伍德科克1994年）。我们定义的每个类别包括以下规则：1。 0类（缺席）：如果获得百分之覆盖补丁的分类为对象的大于0，但小于或等于1，0到的补丁分类类别将被视为可以接受的，虽然不是绝对正确的。2。 1类（目前为10）和第2类（11 - 35）被定义为可以接受的解释，如果引用数据均在视觉定义5的范围3。第3类（36-75）和第四类（75）被定义为可以接受的参考数据均在10的目视解译的范围定义这些规则的基础上制定了先验知识1）表潜力作为参考的数据集（用于与对象相关联的错误为基础的分类，以及以前的研究，已明确记载了人类数量级模糊边界的变异可能导致目视解译（Congalton和绿色1999年）。这种方法产生不同的混淆矩阵（查看示例表3为）。非对角线细胞中含有两个数字：第一是规则的数量是可以接受的修补程序根据模糊，但不是绝对正确的'' ''（即绝对同意参考数据），第二个是多少这些修补程序仍然不能接受的根据模糊规则。该协议在计算百分比，可接受值审议并沿对角线的非对角线元素（第一个值）相结合（Congalton和绿色1999）空间数据分析空间分析与探索性的补丁程序的分歧是用来描述，识别和可视化大分歧的斑块空间分布的影响。分歧度定义为盖之间的差额比例估计的解释和分类的视觉获得了基于对象的。分歧介于-4至4，用0表示完全匹配。分析使用绝对价值，从而无法区分从高估低估，并分别进行了特色景观的每五个。在G系数，条例和G指数分歧一般测试是否高值斑块往往集中空间（G系数和ord 1992;米切尔2005年）。对于每项功能的五大景观，总景观生态学报58（2010）25:53 - 67 123 9.3工具中提供ArcGISTM是用来计算一个分水岭指数值相关联的Z评分和P -值，它可以用于接受或拒绝零假设值高，与整个补丁的分歧是随机分布。一般协会统计的整体空间的计算公式为： 光合我 1Pn 1 wijxixj光合我 1Pn 1 xixj; 8j 6 我1其中xi和xj是J值和分歧的补丁，我，N等于斑块总数和wij是和J.空间权重之间的补丁我wij乃采用反距离的方法，根据每个补丁的影响，是补丁影响，其他所有的补丁越远，其影响较小（G系数和ord 1992;米切尔2005年）。一般的G指数表明是否条例1992年斑块高度分歧集群G系数和。但是，注明集群位置。因此，我们使用Anselin局部Moran的I指数来检测空间集群（Anselin 1995;米切尔2005年）。这个补丁指数为每个乃根据ITS）的相似性1995年Anselin程度的分歧与邻国（：。的计算指标，给出为II xi X S2i X n的 1; J6的我wij许继X与S2i 光合速率 1; J6的我许继 2 N 1个2其中xi是我修补分歧的程度，X为流域的平均程度的分歧为所有的补丁，N等于总数的补丁，并wij是重量和j之间的补丁我的空间类似的指数计算的G，wij乃采用反距离的方法。正Moran的I指数表明低）的空间聚集性高或相似的价值观（，而负数Moran的I表示是一个局外人，也就是一）功能到1995年是Anselin包围值（通过与不同的特点。对于每一个计算指数，Z分数和一个P -值，并计算该指数代表的统计意义。高分歧价值观的集群补丁p 0.05）与自结果两个分类尼斯协定评估的方法与景观功能全面协议结果两个分类的评估协议目视解译和基于对象的不同分类之间协议是从景观功能和评价方法定义的（见表2）。传统总体协议方法应用于对路面，抗体与简历较低（47.5-61.1）建设地和裸土（70.6和80.8，分别）。加一法一贯导致每个功能协议大于95。我们应用模糊分割集方法可得整体协议于路面的63.3至裸露土壤93.8。由于用加一法方法得来的结果太自由，所以我们更注重由其他两种方法得来的结果。这种混淆矩阵能透露有关自然，频率，强度，两种分类方法分歧重要信息，结果从传统的协议，评估程序集和那些从一个模糊的报道混淆矩阵的每一个景观特征（见附表三质感植被作为一个例子，粗混淆矩阵）。这种混淆矩阵表明，尽管两国之间分歧的办法分类特征各不相同的景观，有明显的趋势（表3，4，5，6，7）。这些措施包括：（一）支付的比例估计从视觉表述是高度一致的objectbased与这些分类时从斑块均匀（即75覆盖单一功能），（二）分类方法两者之间最大的差异一般发生在百分之盖在36-75的11-35的范围内，或不同的功能，但这个由特定的景观;（三）视觉的解释倾向于低估低（植被覆盖植被覆盖相对补丁 35 ）和（d）虽然目视解译倾向于低估路面覆盖，它通常高估建设覆盖59。景观生态学报（2010）25:53-67methodsLandscapefeatureMethods Overallagreement (%)Users agreement (%) Producers agreement (%)Class 0 Class 1 Class 2 Class 3 Class 4 Class 0 Class 1 Class 2 Class 3 Class 4CV Traditional 61.1 40.2 52.4 78.8 71.5 60.4 50.5 88.7 41.8 49.3 98.9Plus-one 98.6 86.3 99.2 99.6 99.3 99.0 97.8 99.7 98 98.1 100Fuzzy 81.6 50.4 79.1 91.5 92.0 75.8 97.8 92.8 73.1 72.2 100FV Traditional 55.4 14.4 45.5 79.9 59.6 40.3 65.0 67.3 47.9 51.4 94.1Plus-one 96.4 71.3 96.7 99.7 99.4 98.1 97.5 99.5 94.5 97.4 98.5Fuzzy 75.3 25.4 66.8 90.7 89.4 64.5 97.5 77.8 72.9 71.7 98.5Bare soil Traditional 80.8 96.5 33.7 42.0 47.7 38.0 85.3 67.1 39.1 41.2 79.2Plus-one 97.1 99.4 98.1 69.1 79.5 72.0 98.0 98.1 83.9 86.3 91.7Fuzzy 93.8 97.8 94.9 63.0 50.0 54.0 98.0 82.1 55.2 58.8 83.3Pavement Traditional 47.5 43.5 34.2 49.9 88.8 64.7 76.2 78.8 34.6 37.3 63.4Plus-one 97.2 87.9 87.4 99.7 100 94.1 99.2 100 97.4 81.6 84.6Fuzzy 63.3 57.5 51.8 65.9 98.3 88.2 99.2 85.7 54.7 52.4 80.8Building Traditional 70.6 93.1 83.0 81.4 16.3 2.2 99.4 61.9 54.6 67.6 100.0Plus-one 98.2 98.9 100 100 95.7 71.1 100 95.8 97.7 100 100Fuzzy 84.8 95.1 95.5 97.7 49.6 4.4 100 86.9 74.5 71.2 100（见表3）。然而，目视解译往往低估简历补丁盖不超过35。例如，463的补丁中大于10，但简历封面）归为1-10盖（表3。简历补丁有盖35至75的人要么过度或不足的解释估计的视觉享受。方法的结果都表明了从基础的分类之间的差距很大目视解译和对象的简历时缺席。这主要是由于基础的分类方法，误差与遗漏的对象，没有发现一个人烟稀少的解释小乔木，分布在补丁，视觉功能，可以识别的。精细质感植被：为公允价值整体协议为55.4，与传统的程序，但上升到75.3时，利用模糊方法的方法。生产者支付的协议，所有的类介于71.7至98.5，而模糊。与此相反，用户的协定等级0，1和4是低。特别是，用户的0类协议为14.4，采用传统的程序，只是增加了25.4，模糊方法，尽管与生产者的协议，在97.5为0级的模糊方法。 0级大的分歧是由于简历为主导的补丁，其中檐树之间的差距往往以公允价值确认为基于对象的分类方法，但认为通过目视解译的简历（见表4）。当补丁）占主导地位的抗体（75，从两个方法的结果是高度一致的分类（见表4）。但是，目视解译倾向于低估补丁覆盖超过10的比例少支付的公允价值。公允价值与支付的修补程序，从10至75，要么高估或低估。裸土：裸土方式之间达成全面协议的两种分类方法大于80，为评估。在用户和生产者的，协议类0和1，裸土两统治阶级较高，明显高于3类2。对于类4，生产者的协议为83.3，而模糊的方法，但用户的协议为54.0。目视解译几个补丁被列为3级和4 0进行了分类分级的基于对象的。这种分歧主要是由于分类的基础上的遗漏与错误的对象路面：路面是两种分类方法的特点与之间的最大分歧。对路面整体协议为47.5议事，与传统的，只有提高到63.3，当使用模糊方法。虽然生产者的协议为99.2和85.7 1Class 0和，用户的类协议的两个明显降低（57.5和51.8，分别）。相反，生产者的三协议2级和较低（54.7和52.4，分别）比用户的同意（65.9和98.3，分别）。只有4班同时有强大的用户的和生产者之间的协议两种分类方法。目视解译倾向于低估等内补丁比例支付普通路面（表6）。这是尤其如此路面更新覆盖范围从35至75。例如，438，453的总出，'' ''不正确归类补丁被低估6）目视解译这个类（表。建筑：建筑物的整体协议为70.6，采用传统的程序和84.8，利用模糊方法。除了3级和4，用户和生产者的协议，介于74.5至100方法与模糊。生产者的3类4个协议和为71.2和100，分别与用户的协议，分别为下降至49.6和4.4。这表明，虽然补丁属于3级和4可以正确解释按视觉，分类图是不可靠的。目视解译往往高估在建设覆盖补丁（表7）。由于有75）与相对几片高层建筑盖（只有一个补丁了，高估极大地影响了用户的4类3和准确性。Table 8 General G statistics, Z scores and p-values for degreeof disagreement across the entire watershedLandscapecomponentsObserverG Zscore p-valueCV 2.3E-5 1.93 0.05FV 2.3E-5 0.75 0.46Bare soil 3.3E-5 5.97 0.01Pavement 2.9E-5 11.58 0.01Building 2.5E-5 2.90 0.01景观是惊人地异质结构与F一高密度小补丁开发和植被（图3，面板。这使得组件的组合景观难以估算覆盖目视解译极了。此外，该图像是阴影，这可能会影响视觉估计。事实上，组合结构的阴影和极端异质性的可能影响景观的视觉解释精度，也减少了），精确度objectbased分类（周和特洛伊2008年）。因此，这些地点的大型之间的分歧在两个分类方法的结果可能是双方任何一方，或穷人估计的视觉解释，或者，基于对象的分类。讨论我们评估了在复杂的城市景观中使用目视估测比例内覆盖范围景观特色的效果。作为参考的数据，同样使用了补丁的边界特征的比例，但是比例盖特点是由数字objectbased程序生成的。三种方法，一种传统协议的评估程序，一加一的方法，以及一种基于模糊集理论，被用来执行协议的评估方法。使用一种以上的方法来评估地图之间的协议可以让用户，以便更好地了解大自然的准确性的专题，并更好理解最相关协议和应用的定义（Foody2002; 汤普森和Gergel 2008年）目视解译和基于对象的分类之间协议在三大评估程序中表现各有不同。我们可以从一加一方法得来的结果发现其方法过于宽松，而传统的程序由于低估目视解译精度往往会夸大误估计误差。我们要注意在目视解译和自动化数字分类方法上建立的地图协定精度，由于地图中错误而产生地图之间分歧。特别是，我们发现，两者之间的映射分歧往往发生在接近盖类之间的分界线。因此，参考图中的小错误的地图可以显着提高两者之间的分歧。因此，我们更看好用传统方法得来的两个统计图之间的协议，尽管不一定是真正的主题精度（梅茨勒和萨德2005年汤普森和Gergel 2008）。此外，在修补边界定义的变化也可能影响的两个地图协议程度（哈根2003年丢2000）从而助长错误估计。在一般情况下，两个边界类型可以定义：夏普边界（即边缘）描述为脆行，逐步过渡区或生态交错带（Forman和Godron 1986）描述为'模糊'或'不确定'。这两种类型的边界被确认估算等内目视解译补丁覆盖比例英寸补丁的边界，但是，只考虑了分类为基础的覆盖比例为固定线路从对象时计算等内补丁。这种差异可能导致增加的两个地图之间的分歧程度。例如，103补丁出181被归为无口译公允价值公允价值通过视觉掩盖了一些根据对象为基础的分类（表4）。分歧有视觉识别中的模糊性主要是由于边界的补丁解释，而不是在基于对象的分类。大量的研究已调查的影响，地图位置错误或模糊性比较明确的位置（例如，本丢2000年，2002年;哈根2003; Visser和奈斯德2006年），但主要是针对数据分类多边形栅格地图，而不是划定多边形数据。虽然研究中使用模糊逻辑方法在这也许可以解释图。 A组3 - E的：大的分歧是'' ''的检测热点在当地Moran的I指数5的显着特点。一级景观每五个裸露的土壤空间较大分歧集群的斑块，路面和建筑物概述，D和右下角广场的分水岭在大肠杆菌小组小组F显示补丁一定程度的打击边界划定的景观异质性在我这个盒子山水生态学报64（2010）25:53-67 123中的模糊性，这应该更明确地在未来的研究探索我们认为，另外两种方法的模糊逻辑方法更实际和现实比，因为它不仅允许模糊阶级界限，而且定量基于对象分类为参考相关联帐户的数据中错误。因此，从这个统计方法的协议更好地反映真实的视觉解读专题准确性。模糊规则应被定义模糊程度的基础上允许的，因此，不同的规则可以通过研究问题和应用。此外，不同的规则定义的方法有可能影响两国之间的协议分类）。虽然一一定数量的边缘模糊性的类是可以接受的许多应用（Congalton和绿色1999年Foody 2002年，有非常严格的情况下也许门槛要定义类。在这种情况下，分类准确性补丁产生视觉解释，特别是稀有的类，可能无法从基于对象的图像处理算法，从而可以接受的高度准确的分类图是可取的。对比研究结果从这个地图上有重要影响的生产经理谁是生态学家和分类图感兴趣的人谁使用目视解译，以及。我们发现，能够准确地目视解译分类特征是特定的修补程序或占主导地位的一个（75覆盖，第4类），或不包含特定的功能（0级）。然而，这两个极端所造成的地图并没有从用户的角度可靠的，应谨慎使用。这种低用户的精确度，相较于其他类覆盖，造成了部分数量较少的类别在这些补丁。 A和3）相对一类低误判率如其他丰富的类（可以极大地影响了）的准确度罕见类（汤普森和Gergel 2008年。例如，只有在一个分水岭补丁被列为建设覆盖75。一类错误归类到这个补丁可以降低用户的精确度从100到50，该类别。事实上，阶级的不平衡，即高利率低用户的准确度）的佣金（罕见的类是不解释，由于独特的视觉，也是对许多问题的算法自动分类（Stehman 2005年汤普森和Gergel 2008）。一般来说，分类精度的地图来自遥感影像是类，占据更大的一项研究对那些面积比一的比例较大，占据一小部分（史密斯等人。2002年汤普森和Gergel 2008）类。与此相反， 2和3这两个最常见的类，具有相对较高的用户的精度，但低生产者的精度。这表明，包括目视解译的估计不奏效，当补丁包含了计算机的功能组合不同类型的景观，但是，目视解译精度可以接受用户提供地图2级和3。这可能在某种程度上可以归结为2008年）类失衡（Thompson和Gergel。解释的准确性估计覆盖以视觉受斑块的形状和景观特色的空间内安排。例如，修补路面覆盖范围内，普遍低估了解释视觉（表6）。这可能反映了口译倾向低估线性特征可视化分析领域的遥感图像（埃利斯和王2006）。它也可能是由于阴影的影响，因为许多铺面表面进行着色篷无论是建筑物或树上。相比之下，目视解译通常高估到建筑物内的覆盖补丁，这可能是由于分散的分布看更大范围内的建筑物使建筑物的修补程序或频繁的阴影。此外，我们的结果表明，视觉的解释精度，可同时受到斑块形状复杂程度和范围内，土地覆盖补丁的异质性。两种分类的地图补丁大的分歧往往集中之间的空间，和分歧热点地区更频繁地发生在巴尔的摩市的景观地点，是更复杂的和异构的中心区，如。但是，这应该更明确地研究探讨在未来的。例如，建立斑块形状的复杂性与定量关系的分歧程度，以及与内，土地覆盖补丁异质性，采用回归分析可以很有见地。中央的景观生态学原则是功能结构和景观之间的联系。到景观生态学报（2010）25:53-67 65 123理解这个环节，景观结构的准确定量是先决条件。景观格局分析，特别是在城市景观，将继续利用遥感影像的目视解译分类专题图的基础上。因此，关键是要评估的解释和理解的视觉表现的地图准确性的主题和模式分析对景观的影响。它不再是可以接受的空间数据的研究中没有充分评估解决这个问题的假设是相对于特定数据。利用方便的基础数据，而不是检验出来的数据包含在基本假设的理解，充其量不完全了解，在最坏的错误，是实现。通过对比的方法来量化分级景观结构，给出了重要的见解目视解译精度的基础上进入专题地图致谢本研究是由美国国家科学基金会长期生态研究计划法（DEB 042376），生物复杂性方案（公元前0508054），以及生涯规划法（DEB - 0844778）。参考Anselin升（1995）27地方指标的空间关联，丽莎Geogr （2）:93 115Antrop男，凡Eetvelde五（2000年）郊区景观整体方面：视觉图像解译和景观指标。 Landsc加州大学城市规划50:43-58奔驰加州大学，霍夫曼磷，Willhauck克，Lingenfelder我，Heynen米（2004年）的多分辨率的，面向对象的模糊分析准备资料，遥感数据的地理信息系统。 ISPRS Photogramm远程桑斯58:239-258布拉施克笔，Strobl杂志（2001年）像素有什么不好？地理信息系统远程分类桑斯6:12-17 Cadenasso毫，皮克特STA时，施瓦茨度（2007年）在城市生态系统的空间异质性：重构土地覆盖和框架接口连接遥感最近的事态发展概念与地理信息系统。前一个生态学报环境5:80-88Cherrill，麦克林的c（1995年）变更调查中的不确定性领域的栖息地测绘土地覆盖和检测的影响。景观生态学报10（1）:5 21Congalton的RG，绿度（1999年）评估数据的准确性遥感的原则和做法。刘易斯出版社，纽约Congalton的RG，米德类风湿性关节炎（1983）测试的定量方法正确性和一致性photointerpretation。Photogramm工程远程桑斯49（1）:69 74埃利斯欧共体，王华（2006）规模功能为基础的生态测绘面积误差的精细估计。 0142-1123远程桑斯27（21）:4731 4749埃利斯欧共体，王华，肖寒，彭钾，刘小平，李双成，欧阳小时，程十，杨川芎嗪（2006）测量长期在人口稠密的生态变化利用当前和历史景观的高分辨率图像。远程桑斯环境100（4）:457 - 473 Foody通用汽车（2002）评估土地覆盖状况分类精度。远程桑斯环境80:185-201福尔曼内河码头，Godron米（1986年）景观生态学报。威利，新尤尔G系数甲，jk的条例（1992年）统计分析空间关联距离的使用Geogr肛门24:189-206戈帕尔秒，伍德科克的c（1994）理论和模糊集方法的使用评估准确性的专题地图。 Photogramm工程远程桑斯60:181-188新郎克，Mucher钙，Ihse男，Wrbka吨（2006年）遥感技术在景观生态学：欧洲范围内的经验和观点研究。景观生态学报21:391-408古斯塔夫森EJ（1998）量化景观空间格局：什么是最先进的？哈根一个生态系统1:143-156（2003）模糊集方法评估相似性分类的地图。 0142-1123 Geogr Inf文件科学17（3）:235 - 249艾弗森升（2007年）著名的充分的数据的准确性是至关重要的领域推进生态景观。见：吴晶，霍布斯住宅（EDS）的景观生态学重点课题研究。剑桥大学出版社，剑桥，页11-38詹森译（2000）遥感环境：一个地球资源的视角。 Prentice Hall出版社，上萨德尔里弗郎秒，Scho pfer ，Langanke吨（2009年）结合了定量评估的包裹和生境objectbased协同作用，分类和手动口译。Geocarto诠释第24（2）:99 114李恒，吴杂志（2007年）景观格局分析：关键问题和挑战。见：吴晶，霍布斯住宅（EDS）的景观生态学重点课题研究。剑桥大学出版社，剑桥，页39-61福男，吴晶（2002年）美国大都市区的梯度分析凤凰城市化的景观格局。景观生态学报17:327-339梅茨勒J号，萨德股份有限公司（2005）行业评估的空间协定明确地回归传统衍生森林覆盖率和林分类型的地图。 Photogramm工程远程桑斯71（11）:1303 1309米切尔甲（2005）ESRI的GIS分析指南，第2卷。 ESRI的出版社，雷德兰兹祂的RG译（2000）量化错误的地图位置与绝对误差在比较之中。 Photogramm工程远程桑斯66（8）:1011 1016丢的RG译（2002）号决议的统计分类方法，划分多个效果图在数量和位置时比较。 Photogramm工程远程桑斯68（10）:1041 1049理查兹茉莉，佳第十章（2006年）遥感数字图像分析。斯普林格，纽约濑户架KC，Fragkias米（2005年）指标量化景观时空格局城市的城市土地利用变化对中国四个时间序列。景观生态学报20（7）：871 888邵克，吴晶（2008年）的景观格局分析精度利用遥感数据。景观生态学报23:505-511邵克，我们瓦，武克，周新民，吴晶（2003）一个明确的指数类地区，评估的准确性覆盖。 Photogramm工程远程桑斯69:907-913史密斯津海，韦翰法学博士，Stehman希沃特，杨长征（2002）的精度影响的专题片大小的图像分类和土地覆盖的异质性。 Photogramm工程远程桑斯68:65-70 Stehman希沃特（2005年）的抽样统计映射估计与比较完整的覆盖面，从总的变化得出遥感数据。远程桑斯环境96:466-474汤普森的SD，Gergel东南（2008）高分辨率图像的映射保护稀有生态系统的影响高空间：景观异质性和分散的建议。景观生态学报23:1023-1037特纳毫克（2005年）景观生态学：什么是科学的状态？安启11.90487系统eXPerience 36:319-344比塞尔小时，德奈斯吨（2006年）的地图比较套件。环境模型软件可21（3）:346 358伍德科克行政长官，戈帕尔（2000）模糊集理论和专题地图：精度评估和面积估计Geogr Inf文件科学14:152-172吴晶，霍布斯住宅（2002年）研究的关键问题和重点生态景观。景观生态学报17:355-365张健，Foody通用汽车（1998）城市土地模糊分类分覆盖了从遥感图像。 0142-1123远程桑斯19（14）:2721 2738周伟，特洛伊甲（2008）在包裹水平的面向对象方法的城市景观分析和表征。远程桑斯29（11）:3119 - 3135