លំហាត់ទី១៣៖ បង្កើតតារាងច្របូកច្របល់ និងប្រៀបធៀបវិធីចាត់ថ្នាក់ទាំងពីរ¶

ព័ត៌មានលំហាត់

មេរៀនពាក់ព័ន្ធ៖ មេរៀនទី១៣៖ ការវាយតម្លៃភាពត្រឹមត្រូវ ការអនុវត្តដោយខ្លួនឯង · QGIS 3.34 LTR · ប្រហែល ១១០ នាទី

ស្ថានភាព¶

នេះជាលំហាត់សរុបសម្រាប់ជំពូកទី៤។ អ្នកនឹងវាយតម្លៃភាពត្រឹមត្រូវនៃលទ្ធផលចាត់ថ្នាក់ទាំងពីរ (គ្មានការណែនាំ និងមានការណែនាំ) ដោយប្រើតារាងច្របូកច្របល់ជាផ្លូវការ រួចសម្រេចចិត្តថាមួយណាសមស្របសម្រាប់របាយការណ៍ចុងក្រោយ។

គោលបំណង¶

បង្កើតតារាងច្របូកច្របល់ដោយប្រើ SCP Accuracy tool។
គណនា OA Kappa PA និង UA។
ប្រៀបធៀបភាពត្រឹមត្រូវនៃវិធីទាំងពីរ ដោយផ្អែកលើលេខ មិនមែនការសង្កេតដោយភ្នែក។
សរសេររបាយការណ៍ខ្លីសរុបលទ្ធផលជំពូក។

លំដាប់ការងារនៃលំហាត់ទី១៣ និងពេលវេលាប្រហាក់ប្រហែល។

ឯកសារដែលប្រើ¶

landcover_unsupervised.tif ពីលំហាត់ទី១១
landcover_supervised.tif ពីលំហាត់ទី១២
validation_30.gpkg ពីលំហាត់ទី១២

ភ្នំពេញ៖ ថ្នាក់ដែលរំពឹងថាច្រឡំ

លើរូបភាព Landsat 8 ភ្នំពេញ (ខែកុម្ភៈ រដូវប្រាំង) រំពឹងថា ដីទទេ ↔ តំបន់សាងសង់ និង ដំណាំ/ស្មៅ ↔ ដីទទេ ច្រឡំច្រើនជាងគេ ព្រោះស្រែក្រោយច្រូតកាត់ និងដីសាងសង់មានសញ្ញាណស្រដៀងគ្នា។ ពិនិត្យថាតារាងច្របូកច្របល់របស់អ្នកបង្ហាញលំនាំនេះដែរឬទេ។

ពិសោធន៍មុនចាប់ផ្ដើម · ១៥ នាទី¶

សកម្មភាពទី១៖ បន្ថែមស្លាកគម្របដីពិតទៅគំរូផ្ទៀងផ្ទាត់ · ១៥ នាទី¶

បើក validation_30.gpkg។ ពិនិត្យថាវាលដែលមានឈ្មោះថ្នាក់ (Macroclass) ត្រូវបានបំពេញត្រឹមត្រូវ សម្រាប់ចំណុចនីមួយៗ (នេះជា «គម្របដីពិត»)។

សកម្មភាពទី២៖ បង្កើតតារាងច្របូកច្របល់ · ៣០ នាទី¶

SCP → Accuracy៖ Input classification landcover_supervised.tif · Reference (Training/validation) validation_30.gpkg។
ដំណើរការ ហើយបើកតារាងលទ្ធផល។ រក្សាទុកជា CSV confmat_supervised.csv។
ធ្វើម្ដងទៀតសម្រាប់ landcover_unsupervised.tif (ប្រើគំរូផ្ទៀងផ្ទាត់ដូចគ្នា) → confmat_unsupervised.csv។

សកម្មភាពទី៣៖ គណនា និងប្រៀបធៀប · ២៥ នាទី¶

បំពេញតារាងពីលទ្ធផល SCP (ឬគណនាដោយដៃពីតារាងច្របូកច្របល់)៖

	OA	Kappa
គ្មានការណែនាំ (K-means)
មានការណែនាំ (Minimum Distance)

សម្រាប់វិធីមានការណែនាំ បំពេញបន្ថែម៖

ថ្នាក់	Producer's	User's
ទឹក
ព្រៃឈើ
ស្រែ
សំណង់
ដីទទេ

សកម្មភាពទី៤៖ វិភាគការច្រឡំ · ២០ នាទី¶

ក្នុងតារាងច្របូកច្របល់នៃវិធីមានការណែនាំ រកគូថ្នាក់ដែលមានការច្រឡំច្រើនបំផុត (លេខក្រៅអង្កត់ទ្រូងធំបំផុត)។
ត្រួតកន្លែងទាំងនោះលើផែនទី ជាមួយបន្សំ SWIR (B12-B8-B4)។ សាកល្បងពន្យល់មូលហេតុ (ក្រឡាចម្រុះ? ព្រំដែនរដូវ? គំរូមិនបរិសុទ្ធ?)។

សកម្មភាពទី៥៖ របាយការណ៍សរុបជំពូក · ២០ នាទី¶

សរសេរ ១ ទំព័រ សរុបលទ្ធផលជំពូកទី៤ទាំងមូល៖

សំណួរស្រាវជ្រាវ និងតំបន់សិក្សា
វិធីទាំងពីរដែលបានសាកល្បង
តារាង OA/Kappa ប្រៀបធៀប
ថ្នាក់ណាមានបញ្ហាច្រឡំបំផុត និងហេតុអ្វី
អនុសាសន៍ចុងក្រោយ៖ ត្រូវប្រើផែនទីណាសម្រាប់ការសម្រេចចិត្ត

សកម្មភាពបន្ថែម៖ ចំនួនគំរូ និងផ្ទៃ · ២០ នាទី¶

គណនាចំនួនចំណុចផ្ទៀងផ្ទាត់ដែលត្រូវការ ដោយ N = Z² × p × q ÷ E² (Z = ២ · p = ៨៥ · q = ១៥) សម្រាប់ E = ៥% និង E = ១០%។ ប្រៀបធៀបជាមួយចំនួនគំរូដែលអ្នកមានក្នុង validation_30.gpkg។
Raster → Analysis → Raster Layer Unique Values Report លើ landcover_supervised.tif ដើម្បីរាប់ក្រឡាតាមថ្នាក់។ គណនាផ្ទៃ៖ ក្រឡា × ៣០ × ៣០ ÷ ១០ ០០០ = ហិកតា ហើយភាគរយនៃផ្ទៃសរុប។
គណនា KHAT ដោយដៃពីតារាងច្របូកច្របល់របស់អ្នក ដោយប្រើរូបមន្តពេញក្នុងមេរៀនទី១៣ ហើយប្រៀបធៀបជាមួយតម្លៃដែល SCP ផ្ដល់។

លទ្ធផលដែលរំពឹងទុក¶

ប្រៀបធៀបលទ្ធផលរបស់អ្នកជាមួយរូបខាងក្រោម ដែលបង្កើតពីទិន្នន័យវគ្គ (Landsat 8 ភ្នំពេញ ឬ Sentinel-2 ក្រុងព្រះសីហនុ)។ លទ្ធផលរបស់អ្នកមិនចាំបាច់ដូចបេះបិទទេ ប៉ុន្តែលំនាំគួរតែស្រដៀងគ្នា។

លទ្ធផលគំរូ ១៖ អានតារាងច្របូកច្របល់។

អ្វីដែលត្រូវពិនិត្យ

អង្កត់ទ្រូង (បៃតង) = ចាត់ថ្នាក់ត្រូវ · ក្រៅអង្កត់ទ្រូង = ច្រឡំ។
ជួរដេកប្រាប់ថា ថ្នាក់យោងមួយ ត្រូវចាត់ទៅថ្នាក់ណាខ្លះ។
សំណង់ និងដីទទេ ច្រឡំគ្នាច្រើនបំផុត។

លទ្ធផលគំរូ ២៖ ភាពត្រឹមត្រូវពីទស្សនៈពីរ។

អ្វីដែលត្រូវពិនិត្យ

PA (អ្នកផលិត)៖ ក្នុងចំណោមដីពិតនៃថ្នាក់នេះ ប៉ុន្មាន % ត្រូវបានរកឃើញ?
UA (អ្នកប្រើ)៖ ពេលផែនទីនិយាយថាថ្នាក់នេះ ត្រូវប៉ុន្មាន %?
OA ខ្ពស់អាចលាក់ PA ទាបនៃថ្នាក់តូច។

កំហុសទូទៅ និងដំណោះស្រាយ¶

បញ្ហាដែលឃើញ	មូលហេតុទូទៅ	ដំណោះស្រាយ
តារាងមិនការ៉េ	ថ្នាក់ខ្លះគ្មានគំរូ	ធានាគំរូគ្រប់ថ្នាក់
PA និង UA ច្រឡំ	អានជួរដេក/ជួរឈរច្រាស	យោង = ជួរដេក · ចាត់ថ្នាក់ = ជួរឈរ
Kappa អវិជ្ជមាន	កំហុសការបញ្ចូលស្លាក	ពិនិត្យលេខកូដថ្នាក់ឱ្យដូចគ្នា
ផ្ទៃខុសពីផែនទីផ្លូវការ	កំហុសចាត់ថ្នាក់ និងនិយមន័យថ្នាក់	កែតម្រូវផ្ទៃ (Olofsson 2014)

លទ្ធផលត្រូវប្រគល់¶

confmat_supervised.csv និង confmat_unsupervised.csv។
តារាង OA/Kappa/PA/UA ពេញលេញ។
របាយការណ៍សរុបជំពូក ១ ទំព័រ។

ពិនិត្យលទ្ធផលដោយខ្លួនឯង¶

អាចវាយលេខខ្មែរ ឬលេខអារ៉ាប់។

១. ឧបករណ៍ SCP ណាប្រើសម្រាប់គណនាភាពត្រឹមត្រូវ?

២. OA គណនាដោយចែកអង្កត់ទ្រូងនឹងអ្វី?

៣. Producer's Accuracy គណនាពីជួរដេក ឬជួរឈរ?

៤. User's Accuracy គណនាពីជួរដេក ឬជួរឈរ?

៥. Kappa លើសពីប៉ុន្មាន ចាត់ទុកថា «ល្អណាស់»?