Relationships of Image Classification Accuracy and Variation of Landscape Statistics

Des classifications multiples réalisées à partir d'une image Thematic Mapper de Landsat ont permis de produire 23 cartes thématiques pour un territoire de 31 660 ha dans le centre de l'Indiana, aux Etats-Unis. Chaque carte comporte quatre types d'utilisation du sol et de couvert (classes): milieu urbain, agriculture, forêt et eau. Un ensemble commun de données de référence a été échantillonné de façon aléatoire à partir de l'image et a été utilisé pour évaluer la précision de la classification de chacune des 23 cartes. La précision de classification de ces cartes variait de 77,6 à 89,2%. Des valeurs d'indice du paysage ont été dérivées des 23 cartes pour neuf indices au niveau du paysage et neuf indices au niveau des classes. Quoique la majorité des cartes thématiques n'étaient pas significativement différentes quant à leur niveau de précision globale, on a noté une grande variabilité au niveau des valeurs d'indice du paysage entre les cartes. Les résultats permettaient de supposer que la variation des valeurs d'indice du paysage est inversement proportionnelle à la précision de classification. Ainsi, quand la précision de classification est plus faible, les incertitudes liées à la caractérisation du paysage augmentent. Malheureusement, de telles incertitudes ne sont pas aisément prévisibles parce que les valeurs d'indice du paysage peuvent varier en fonction de l'amplitude et de la répartition spatiale des erreurs de classification. La précision de classification seule n'est pas suffisante pour assurer la précision de la caractérisation du paysage.