Impact de l'allocation de taille d'échantillon lors de l'utilisation d'un échantillonnage aléatoire stratifié pour estimer la précision et la superficie des changements de couverture terrestre

Les données de référence au sol obtenues pour évaluer la précision de la carte peuvent être utilisées simultanément pour estimer la superficie (étendue). Cette utilisation à double objectif des données de référence au sol est examinée dans le cas particulier d'une carte à deux classes de « changement » et « pas de changement ». Pour évaluer la précision d'une carte de changement, un échantillonnage stratifié est souvent mis en œuvre avec une taille d'échantillon de manière disproportionnée allouée au stratum de changement de la carte. Cependant, cette allocation ciblant la précision utilisateur du changement n'est pas nécessairement efficace pour l'objectif concurrent d'estimer la superficie de changement. La théorie de l'échantillonnage fournit la base pour décider d'une allocation de taille d'échantillon aux strates lorsque plusieurs objectifs d'estimation, mais concurrents, sont d'intérêt. L'allocation optimale de Neyman est préférée pour estimer la superficie de changement ainsi que la précision globale, tandis que l'allocation égale est efficace pour estimer la précision utilisateur. Les résultats et recommandations développés dans cet article s'appliquent à toute classification dichotomique dans laquelle une classe est relativement rare.