《表4 场景4时空融合算法量化比较》
注:加粗字体表示最优结果。
场景3和场景4由于粗略图像和精细图像之间的巨大空间分辨率差异,且两个场景都存在一定程度的土地覆盖类型变化,因此与前两组实验相比,更难得到良好的预测结果。图9和图10分别展示了场景3和场景4的视觉比较,第2行是第1行中黄色方框的内容。从结果来看,3种算法均与观测到的真实图像存在较大差异,STARFM算法出现了明显的模块效应,FSDAF算法在预测土地覆盖类型变化时出现了明显误差,相比之下,本文方法更接近真实图像。表3和表4是各算法在场景3和场景4预测结果的量化指标。可以看出,与前两组实验相比,后两组实验各个算法在各项指标上均出现了大幅下滑,这是由于更加巨大的空间分辨率差异造成的。不过,与STARFM和FSDAF算法相比,本文方法在大部分指标上均有不同程度的提升。
图表编号 | XD00143040400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.16 |
作者 | 方帅、姚振稷、曹风云 |
绘制单位 | 合肥工业大学计算机与信息学院、工业安全与应急技术安徽省重点实验室、合肥工业大学计算机与信息学院、合肥师范学院计算机学院 |
更多格式 | 高清、无水印(增值服务) |