《表3 3种地表温度降尺度模型预测结果的误差统计分析》

  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

《基于随机森林算法的地表温度鲁棒降尺度方法》

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

为了验证RRF模型地表温度降尺度效果，本研究引入了另外2种降尺度模型，用于模型间的精度对比。一种是基于NDVI与地表温度相关关系的TsHARP降尺度模型[11]，另一种是基于红波段和近红外波段以及DEM作为尺度因子建立的初级随机森林降尺度模型（Basic-RF)[17]。利用3种模型对MODIS地表温度降尺度至90 m，并以ASTER地表温度产品作为参考数据，选取均方根误差（RMSE）、决定系数（R2）和偏差（bias）作为误差的统计指标。3种模型进行降尺度后的模型误差统计结果如表3所示。从表3可发现，3种模型均能得到可接受的降尺度结果，RMSE大致分布在2～3 K左右，其中RRF模型的效果最好，其次是Basic-RF模型和TsHARP模型。