Loại sử dụng đất (1) (2) (3) (4) (5) (6) (7) (8) (9) (10) Đất trồng lúa (1) - 1,89 1,82 1,98 1,99 2 2 1,98 1,99 1,92 Đất trồng màu (2) - 0,34 1,96 1,98 1,98 2 1,98 1,98 1,97 Đất trồng rau (3) - 1,97 1,99 1,98 2 1,98 1,99 1,96 Đất trồng cây lâu năm
(4) - 1,89 1,92 1,98 1,99 1,98 2 Đất lâm nghiệp (5) - 1,98 2 1,99 1,98 0,55 Đất ở, đất công trình
xây dựng (6) - 0,95 2 2 1,97 Đất khu công nghiệp (7) - 2 2 1,97 Đất nuôi trồng thủy sản
(8) - 0,46 2 Đất sông (9) - 2 Đất chưa sử dụng (10) -
Trong phương pháp phân tích Separability, chương trình sẽ tính toán giá trị khoảng cách phổ trung bình của các tín hiệu giữa các loại đất trong tệp mẫu dùng để phân loại ảnh. Nếu JM = 0 nghĩa là hai loại đất tương ứng có tín hiệu hoàn toàn giống nhau, chương trình sẽ không thể phân biệt được hai loại đất đó. Nếu độ lệch JM < 1 thì hai mẫu gần giống nhau nên gộp mẫu lại để tránh nhầm lẫn. Nếu độ lệch 1 ≤ JM < 1,9, chúng ta có thể sử dụng tệp mẫu để phân loại ảnh, tuy nhiên vẫn có sự nhầm lẫm. Nếu 1,9 ≤ JM ≤ 2,0 sự phân biệt các loại đất tốt không có sự nhầm lẫn. Vì vậy, khi xây dựng tệp mẫu dùng để phân loại, cần phân tích Separability để kiểm tra lại mức độ nhầm lẫn giữa các loại đất trong tệp mẫu.
Qua bảng 4.3 ta nhận thấy sự khác biệt giữa các mẫu đất trồng lúa, đất trồng cây lâu năm, đất lâm nghiệp, đất nuôi trồng thủy sản so với các mẫu còn lại lớn do vậy chấp nhận tập mẫu này để phân loại. Các mẫu có cặp giá trị nhỏ hơn 1 chứng tỏ hai mẫu gần giống nhau nên gộp lại thành một lớp chung, cụ thể như sau:
+ Nhóm đất trồng màu, trồng rau gộp thành loại đất trồng cây hàng năm khác. + Nhóm đất ở, đất công trình xây dựng, đất khu công nghiệp gộp thành loại đất xây dựng.
+ Nhóm đất lâm nghiệp, đất chưa sử dụng gộp thành loại đất lâm nghiệp. + Nhóm đất nuôi trồng thủy sản, đất sông, suối gộp thành loại đất mặt nước. Từ kết quả phân tích ảnh, kết quả khảo sát thực địa và đánh giá độ chính xác của các tệp mẫu đã xây dựng được bộ tệp mẫu phân loại ảnh cho 6 loại sử dụng đất như sau: