EXACTITUD TEMTICA Ejemplo propuesto:

CONTROL DE CALIDAD DE CLASIFICACIONES DE IMGENES SATELITALES Correspondencia entre la clase asignada a un pxel y la "verdadera clase" a la que pertenece MATRIZ DE CONFUSIN (Matriz de Error)

Diseo del control de calidad de las clasificaciones

UNIDAD DE MUESTREO (pxel, agrupaciones de pxel cluster-, polgonos) TAMAO DEL MUESTREO (Mtodo binomial o multinomial) DISEO DE LA DISTRIBUCIN DE MUESTRAS (aleatorio simple, )

FACTORES ESENCIALES

EVALUACIN MATRIZ DE CONFUSIN

EJEMPLO DE TABLA DE CONTINGENCIA

VARIABLES CATEGRICAS

Sexo Calificacin Desaprobados Mujeres Varones 1 2 3 Regulares 3 2 5 Buenos 8 10 18

Muy Buenos 11 18 29 Excelentes 2 4 6 Total 25 36 61

FRECUENCIA

MATRIZ DE CONFUSIN

Diagonal principal: pxeles clasificados correctamente Marginales: errores de asignacin

MATRIZ DE CONFUSIN

Error proporcional total Fiabilidad global o total: complemento a 1, o sea, 0,966 (96,6 %).

ERROR ESTNDAR DEL MUESTREO

Para un intervalo de confianza (IC) del 95%: FIABILIDAD REAL = 96,6 ( 1,96 * 0,65 ) = 96,6 1,3

FIABILIDAD REAL DE CLASIFICACIN: entre 95,3 y 97,9 % IC Za 90 % 1,645 95 % 1,960 99 % 2,576

COMPARACIN ENTRE DATOS DE CLASIFICACIN Y VERDAD TERRENO

IMAGEN DE SATLITE Sensor: Landsat TM Identificacin: 230/080 Dimensiones de trabajo: Fecha de Adquisicin:

CARTAS TOPOGRFICAS FOTOGRAFAS AREAS INSPECCIONES IN SITU

VERIFICACIN

AREA DE TRABAJO PARA CONTROL DE CLASIFICACIN

CAMPOS DE ENTRENAMIENTO (5 clases)

IMAGEN CLASIFICADA POR MXIMA PROBABILIDAD

ERRORES DE ASIGNACIN DE PIXELES

ERROR DE OMISIN: cuando un pxel que pertenece a determinada categora, no resulta clasificado en dicha categora (es un falso negativo). Se plantea como riesgo del productor. ERROR DE COMISIN: cuando un pxel resulta clasificado en una categora y en realidad pertenece a otra (falso positivo). Se plantea como riesgo del usuario. Si existiesen slo dos categoras a clasificar, el error sera el mismo, aunque expresado de distintas formas

 La comparacin entre los resultados de la clasificacin y la naturaleza real del pxel, esto es, la verdad-terreno, se realiza mediante el anlisis de una matriz de confusin

MATRIZ DE CONFUSIN

La diagonal principal indica el nmero de pxeles que han sido correctamente clasificados para cada categora. En cambio, los elementos ubicados fuera de la diagonal principal, indican los errores de asignacin (marginales), ya sea porque perteneciendo a una misma clase han sido asignados a categoras distintas (error de omisin), o porque han sido clasificados en una categora, cuando en realidad pertenecen a otra (error de comisin).

MATRIZ DE CONFUSIN

Al sumar los pxeles correspondientes a la diagonal principal, se puede observar que sobre un total de 2.661 pxeles, 2.421 han resultado coincidentes con la clasificacin verdad-terreno. Con estos valores, puede estimarse la fiabilidad global de la clasificacin digital: FG = 2421/ 2661 =0,9098 es decir, la fiabilidad global es del orden del 91,0 %

La estimacin de fiabilidad global, est dada como el cociente entre la traza de la matriz de confusin y la suma de sus elementos

CAMPOS DE ENTRENAMIENTO (6 clases)

IMAGEN CLASIFICADA POR MXIMA PROBABILIDAD

MATRIZ DE CONFUSIN

GRACIAS POR SU ATENCIN