Kappa系数在干旱预测模型精度评价中的应用——以关中平原的干旱预测为例
Kappa系数较多地用在评价遥感影像分类精度中。通过对分类影像和参考影像逐个像元统计,并建立误差矩阵,可以较准确地验证遥感影像分类的精度。将Kappa系数引入到关中平原地区加权马尔可夫和自回归移动平均两种干旱预测模型的精度评价中,基于标准降水化指数和条件温度植被指数两种干旱指标,对干旱监测数据和模型预测数据建立误差矩阵,得到了错估误差、漏估误差、总体精度和Kappa系数。综合应用4种评价指标分析模型的预测结果表明,错估误差和漏估误差能够验证预测模型的局部适用性,总体精度在一定范围内不能够直接反映模型的预测精度,Kappa系数可以较精确地评价不同时空间尺度的干旱预测模型精度。当参与预测的样本数目增加到一定程度时,Kappa系数和总体精度基本相等,可以更准确地评价模型预测精度。
精度评价、Kappa系数、误差矩阵、干旱预测
20
TP79(遥感技术)
国家自然科学基金资助项目40871159 41071235 40571111;国家高技术研究发展计划课题2007AA12Z139;高等学校博士学科点专项科研基金项目20100008110031
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
81-86