A távérzékelésben a “ground truth” a helyszínen gyűjtött információkra utal. A földi igazság lehetővé teszi, hogy a képi adatokat a terepen található valós jellemzőkkel és anyagokkal hozzák összefüggésbe. A “ground truth” adatok gyűjtése lehetővé teszi a távérzékelési adatok kalibrálását, és segíti az érzékelt dolgok értelmezését és elemzését. Példaként említhető a térképészet, a meteorológia, a légi felvételek elemzése, a műholdképek és más olyan technikák, amelyekben az adatokat távolról gyűjtik.
Konkrétabban, a földi igazság olyan folyamatra utalhat, amelyben egy műholdképen lévő “pixelt” összehasonlítanak azzal, ami a valóságban (a jelen pillanatban) ott van, annak érdekében, hogy a képen lévő “pixel” tartalmát ellenőrizzék (megjegyezve, hogy a “pixel” fogalma kissé rosszul definiált). Egy osztályozott kép esetében lehetővé teszi a felügyelt osztályozást, amely segít meghatározni a távérzékelő szoftver által elvégzett osztályozás pontosságát, és így minimalizálja az osztályozás hibáit, például az elkövetési hibákat és a kihagyási hibákat.
A földi igazságot általában a helyszínen végzik, a távérzékelt digitális képen vizsgált talajfelbontású cellák jellemzőinek különböző tulajdonságaira vonatkozó felszíni megfigyelések és mérések elvégzésével. Ez magában foglalja a talajfelbontású cella földrajzi koordinátáinak GPS-technológiával történő felvételét is, és ezek összehasonlítását a vizsgált “pixel” koordinátáival, amelyeket a távérzékelési szoftver szolgáltat, hogy megértsük és elemezzük a helymeghatározási hibákat, és hogy ez hogyan befolyásolhatja az adott vizsgálatot.
A talajigazság fontos a kép kezdeti felügyelt osztályozása során. Ha a terepi munka, a térképek és a személyes tapasztalatok kombinációja révén ismert a földtakaró típusok azonossága és elhelyezkedése, akkor ezeket a területeket gyakorlóhelyeknek nevezzük. Ezeknek a területeknek a spektrális jellemzőit használják fel a távérzékelő szoftver képzéséhez, amely döntési szabályokat használ a kép többi részének osztályozásához. Ezek a döntési szabályok, mint például a Maximum Likelihood osztályozás, a Parallelepiped osztályozás és a Minimális távolság osztályozás, különböző technikákat kínálnak a kép osztályozására. A további alaphelyszínek lehetővé teszik, hogy a távérzékelő létrehozzon egy hibamátrixot, amely igazolja az alkalmazott osztályozási módszer pontosságát. A különböző osztályozási módszerek eltérő hibaszázalékkal rendelkezhetnek egy adott osztályozási projekt esetében. Fontos, hogy a távérzékelő olyan osztályozási módszert válasszon, amely a legjobban működik az alkalmazott osztályozások számával, miközben a legkevesebb hibát biztosítja.
A földi igazság a légköri korrekciót is segíti. Mivel a műholdakról készült képeknek nyilvánvalóan át kell haladniuk a légkörön, a légkörben történő elnyelés miatt torzulhatnak. Így a földi igazság segíthet a műholdfelvételeken szereplő objektumok teljes azonosításában.
Megbízási hibákSzerkesztés
Megbízási hibára példa, amikor egy képpont egy olyan jellemző (például fák) jelenlétét jelenti, amely a valóságban nincs jelen (valójában nincsenek fák). Az alaphitelesítés biztosítja, hogy a hibamátrixok nagyobb pontossági százalékkal rendelkezzenek, mintha a pixelek nem lennének alaphitelesítve. Ez az érték a felhasználói pontosság fordítottja, azaz Bizottsági hiba = 1 – felhasználói pontosság.
Kihagyási hibákSzerkesztés
Kihagyási hibára példa, amikor egy bizonyos dolog, például juharfa pixelei nem juharfának minősülnek. Az alaphitelesítés folyamata segít abban, hogy a pixeleket helyesen osztályozzák, és a hibamátrixok pontosabbak legyenek. Ez az érték a termelő pontosságának fordítottja, azaz Kihagyási hiba = 1 – termelő pontossága
.