2. 混淆矩阵的数学本质与指标语义
在遥感分类精度评价中，混淆矩阵（Confusion Matrix）是所有定量指标的计算母体。它把“分类结果好不好”这个模糊问题，转化为一张可逐格核对的二维计数表：行代表真实类别（参考数据），列代表预测类别（分类结果），第 i 行第 j 列的元素 nij 表示“真实为第 i 类、却被分为第 j 类”的像元数。对角线元素 nii 是分类正确的像元，非对角线元素则是各类错分与漏分的具体来源。理解这一点非常关键：混淆矩阵不是一张“成绩单”，而是一张“错误分布图”，它同时记录了正确率和错误去向。
设共有 k 个类别，总样本数为 N，则行和 ni+ 为第 i 类的真实样本总数，列和 n+j 为被分为第 j 类的样本总数。基于这些量，可以定义四个核心指标。
总体精度 OA = Σnii / N，即对角线之和除以总样本数，反映“所有像元中分对的比例”。它直观、易比较，但对类别不平衡敏感：若某类占绝对多数，即使小类全错，OA 仍可能很高。
生产者精度 PA（第 i 类）= nii / ni+，分母是该类的真实样本数，回答“真实属于第 i 类的像元，有多少被正确找出来”，本质是漏分（漏检）的度量，也称召回率。
用户精度 UA（第 j 类）= njj / n+j，分母是被判为第 j 类的样本数，回答“被分为第 j 类的像元，有多少是真的”，本质是错分（虚警）的度量，也称查准率。
Kappa 系数 = (N·Σnii − Σni+·n+i) / (N2 − Σni+·n+i)，它扣除了“随机猜测也能碰对”的那部分一致性，衡量分类结果比随机分配好多少。
下面用一组教学示例数据说明计算过程。假设研究区有水体、植被、建设用地三类，每类抽取 100 个验证样本，共 N = 300。经与分类图叠加核对，得到如下混淆矩阵（示例数据，用于演示算法，非实测结果）：
| 真实 \ 预测 | 水体 | 植被 | 建设用地 | 行和 |
|---|---|---|---|---|
| 水体 | 88 | 8 | 4 | 100 |
| 植被 | 6 | 82 | 12 | 100 |
| 建设用地 | 3 | 15 | 82 | 100 |
| 列和 | 97 | 105 | 98 | 300 |
据此计算：OA = (88+82+82)/300 = 252/300 = 84.0%。水体 PA = 88/100 = 88.0%，UA = 88/97 ≈ 90.7%；植被 PA = 82/100 = 82.0%，UA = 82/105 ≈ 78.1%；建设用地 PA = 82/100 = 82.0%，UA = 82/98 ≈ 83.7%。Kappa 计算中，Σni+n+i = 100×97 + 100×105 + 100×98 = 30000，代入得 Kappa = (300×252 − 30000)/(300² − 30000) = (75600 − 30000)/(90000 − 30000) = 45600/60000 = 0.76。
从这组数字可以读出指标的分工。植被的 PA 为 82%、UA 仅 78.1%，说明“真实植被漏掉约 18%”，同时“被判为植被的样本里混入了约 22% 的非植被”，两个方向都存在问题，但 UA 更低意味着虚警更突出——回看矩阵，植被列中来自建设用地的 15 个样本是主要污染源，这提示植被与建设用地的光谱可分性不足。相反，水体的 PA 88%、UA 90.7% 均较高，是三类中最可靠的类别。可见 PA 与 UA 必须成对阅读：只看 PA 会忽略虚警，只看 UA 会忽略漏分。
Kappa 的语义需要单独强调。OA = 84% 看似不错，但若三类样本比例均衡、随机猜测的期望一致率约为 1/3，则 Kappa = 0.76 表示分类结果比随机分配提升了约 76% 的“净一致性”。Kappa 的取值大致可参考：小于 0.4 为一致性较差，0.4～0.6 为中等，0.6～0.8 为较好，0.8 以上为很好。但要注意，Kappa 对类别比例和样本量敏感，在类别极不平衡时可能给出偏乐观或偏保守的结论，因此它应与 OA、PA、UA 联合使用，而不能单独作为验收依据。
实践要点：在 ENVI 中通过 Confusion Matrix Using Ground Truth ROIs 生成矩阵后，务必同时查看 OA、Kappa、各类 PA/UA 以及矩阵原始计数。若某类 PA 高而 UA 低，优先排查该类是否“吞并”了邻近类别；若 PA 低而 UA 高，则排查该类是否被其他类别大量吸收。指标异常时回到矩阵定位具体错分格，比反复调参更有效。
最后需要明确各指标的适用侧重：OA 适合快速横向比较不同分类方案的整体水平，但不宜用于类别不均衡场景的单独结论；PA 面向“真实地物被找全的程度”，适用于关注漏检的业务（如违建排查、水体提取）；UA 面向“图上标签的可信度”，适用于关注制图产品可靠性的场景（如面积统计、专题制图）；Kappa 则用于衡量分类结果相对随机分配的增益，常作为论文与验收报告中的一致性指标。四者互为补充，共同构成对分类质量的完整刻画。