《表2 104组样本的线性相关分析以及变异系数(Std/Mean)》

  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SEVI的复杂地形山区植被FPAR遥感反演与地形效应评估》

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：r2、k、d分别为判定系数、斜率、截距。

与太阳入射角余弦值（cosi）之间的相关性分析是评估地形阴影影响消除效果的经典方法[32]，cos的公式可见式（3）。cosi与FPAR的散点图如图6所示，其中蓝色样点是本影，红色样点是落影，黑色样点是阳坡。在散点图中，3种类型的样本被明显地分开。首先，本影中的点被线条（cosi=0）与落影、阳坡的点分开，表明按照式（4）—式（5）提取本影及落影是正确的。实际上落影位于较平坦的地区或者被较高山峰遮蔽住入射光的斜坡区域（自然坡度角>太阳高度角）。其次，样本的线性回归分析表明，由表观反射率按照式（6）—式（9）计算得出的FPAR与cosi具有很高的相关性，决策系数为0.830（图6（a）与表2）。由于地形阴影的影响，FPAR的分布成离散型，变异系数（标准差/均值）为67.627%。然而，在C模型地形校正后，计算出FPAR的数值发生了较大的变化，本影的变化相对落影的变化大，并且接近没有阴影的阴坡的值（图6(b）与表2）。其中，与cosi的决策系数降至了0.034，变异系数降至了30.359%。观察FLAASH+C组合校正后的结果，落影中散点的位置进一步向本影及阳坡靠近（图6(c）与表2）。变异系数降至了21.042%，但整体与cosi的决策系数稍增至0.080，这也正面论证了与cosi的相关性分析并不能完全代表地形校正的效果。相比之下，观察SEVI反演FPAR的结果，3种样本的值较接近，与cosi的决策系数为0.002，变异系数为6.202%（图6(d）与表2）。从这些散点图和变异系数可以判断，利用SEVI反演FPAR（式（10）-式（14））具有和FLAASH+C组合校正后数据计算FPAR（式（6）-式（9））相似的结果，且在落影区域上要优于传统地形校正的效果。