稀有土地覆盖类别的分层抽样
设计一个代表稀有类别的独立概率样本，保留包含概率，并支持可靠的精度和面积估计。
设定评估目标
土地覆盖地图可以具有较高的整体精度，但在小而重要的类别上表现不佳。罕见的湿地带或受干扰区域可能对总体贡献不大，但对项目却意义重大。在选择样本设计和分配可用的审核工作之前，定义评估是否优先考虑总体准确性、特定类别、面积估计或变化检测。
定义抽样单元和分层
指定样本单位是栅格单元、固定面积样方还是其他明确定义的空间单位。根据映射类等记录信息建立分层，同时认识到映射标签可能是错误的。确保总体的每个相关部分都有已知的选择机会。仅在无障碍道路旁选择的便利点不会因广泛分布而成为概率样本。
分配具有明确目的的观察结果
与简单的按面积比例的样本相比，分层可以为稀有类别分配更多的审查工作。分配应遵循所需的估计、预期的可变性和实际限制。保留每个层中的单元数量和选择概率。对小类进行过采样很有用，但将所有采样观测值视为同等代表总面积可能会扭曲最终摘要。
保持参考解释独立
使用适合被评估单位的空间分辨率、日期和解释质量的参考证据。保持验证观察独立于模型训练，并通过商定的协议记录不明确的案例。在真正的土地覆盖变化后拍摄的实地照片可能无法确定早期地图的标签。仔细审查分歧，而不是假设地图或参考解释器总是正确的。
通过抽样设计进行分析
在假设的种植园栖息地清单中，在每个记录的分层中抽取随机样本，并确保足够的观察结果以有意义地评估狭窄的河岸类别。使用一致的参考规则检查测区并记录无法访问或不确定的情况，而无需悄悄地将其替换为方便的位置。应用与抽样设计一致的分析，包括适当的加权和不确定性报告，而不是将原始样本比例呈现为无偏面积估计。
记录不确定性和例外情况
提供抽样框架、分层、选择程序、入样概率信息、参考方案、标记观察结果和分析方法。报告特定类别的性能以及总体摘要，并解释设计的不确定性或偏差。验收应建立对地图的可追踪评估，而不是有利示例的集合。当稀有类别复核支持关于地图的哪些地方可以信任以及哪些地方需要更多证据的诚实决策时，它是最有用的。 稀有类别增加样本后，必须保留各分层的入样概率和总体规模，才能在分析中采用正确权重。原始样本比例不能直接代替无偏面积估计；验证样本也不能回流到训练中。对于时间不一致、难以到达或无法可靠判读的位置，应记录处理规则与不确定性，而不是悄悄换成更方便的有利案例。
