《表4 场景4时空融合算法量化比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《线性模型的遥感图像时空融合》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。