免費開始練習
高考申論題 112年 [測量製圖] 航空測量學與遙感探測

第 一 題

📖 題組:
某生取得某地區之光學遙測衛星影像後,透過某演算法逐像元進行土地覆蓋類型分類。經比對地真資料後,發現分類為水體的像元中,有228像元確實為水體,但有12像元其實是建物區、2像元其實是草地;分類為裸露地的像元中,有216像元確實為裸露地,但有95像元其實是建物區、1像元其實是玉米田;分類為林地的像元中,有365像元確實為林地,但有4像元為水體、228像元其實為建物區、5像元為玉米田、5像元為草地;分類為建物區的像元中,有398像元確實為建物區,但有2像元為水體、110像元其實為裸露地、2像元為林地、8像元為玉米田、3像元為草地;分類為玉米田的像元中,有191像元確實為玉米田,但有1像元為水體、3像元為裸露地、49像元為林地、133像元為建物區、77像元為草地;分類為草地的像元中,有220像元確實為草地,但有1像元為水體、19像元為林地、84像元為建物區、36像元為玉米田。請問:
📝 此題為申論題,共 4 小題

小題 (一)

請依題幹數據製表列出混淆矩陣(confusion matrix或error matrix),矩陣內應包含欄小計(column total)、列小計(row total)及總計(total)。(10分)

思路引導 VIP

這題測驗遙測影像分類後精度評估的基本功。看到題目應立即釐清矩陣架構,通常設定橫列(Row)為「分類結果」,直欄(Column)為「地真資料」(Reference data)。解題時依序將題幹每句話的數字對號入座至對應格位,正確配對的像元會落在對角線上,最後加總計算列小計、欄小計及總計,並確保橫向與縱向的總和一致以作為驗算機制。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】建立混淆矩陣時,慣例上以「橫列 (Row)」表示影像分類結果、「直欄 (Column)」表示地真資料(或參考資料),正確分類的像元數落於對角線上,加總各列、欄即可得小計與總計。 【解答】 依據題意,共有水體、裸露地、林地、建物區、玉米田、草地等六種類別。逐步拆解題幹數據,將「分類為X的像元中,有Y像元其實是Z」對應填入橫列X與直欄Z的交會格內,結果如下表所示:

小題 (二)

請列出生產者精度(producer’s accuracy)的公式,說明其定義,計算並列出各類地物生產者精度,並針對計算出的數字說明其代表意義。(5分)

思路引導 VIP

考生看到此題應立刻想到建立「混淆矩陣(Confusion Matrix)」,將地真資料放行(Column)、分類結果放列(Row)。計算生產者精度(PA)時,關鍵是將某類別正確分類數除以「該類別的『地真』總數」,切勿與使用者精度(除以分類總數)混淆。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】建立混淆矩陣釐清「地真資料」與「分類結果」的對應關係,以公式「生產者精度 = 正確分類像元數 ÷ 該類地真像元總數」進行求解。 【解答】 一、生產者精度之定義與公式

小題 (三)

請列出使用者精度(user’s accuracy)的公式,說明其定義,計算並列出各類地物使用者精度,並針對計算出的數字說明其代表意義。(5分)

思路引導 VIP

考生看到此題應立刻想到「誤差矩陣(Confusion Matrix)」的結構,釐清分類結果(圖面)與地真資料(現地)的對應關係。解題步驟為:首先列出使用者精度定義與公式(正確數/分類總數),接著依題意彙整出各類別分類的總像元數並算出精度,最後從圖面「可靠度」及「錯分誤差(Commission Error)」角度切入,針對最高與最低精度的地物闡述其代表的物理意義。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】建立誤差矩陣觀念,運用公式「使用者精度 = 該類別分類正確像元數 / 分類為該類別之總像元數」進行求解。 【解答】 一、 定義與公式

小題 (四)

請計算並列出整體精度(overall accuracy),並以實際數字說明其代表意義。(5分)

思路引導 VIP

考生看到此題應先將冗長的文字描述轉換為「混淆矩陣(Confusion Matrix)」的概念。接著,釐清「整體精度」的定義為:混淆矩陣對角線數值總和(正確分類像元數)除以所有像元總和(總樣本數)。計算出數值後,務必將分子與分母的具體數字代入文字中說明其物理意義,方能完整扣題得分。

🤖
AI 詳解
AI 專屬家教

【解題關鍵】整體精度(Overall Accuracy)= 正確分類之總像元數(混淆矩陣對角線總和) ÷ 參與精度評估之總像元數。 【解答】 計算:

升級 VIP 解鎖