《表1 Gwydir研究区3种时空融合算法融合结果精度评估》

  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

《3种时空融合算法在洪水监测中的适用性研究》

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

表1和表2分别为Gwydir和New Orleans研究区3种时空融合算法融合结果精度评估值。从表1中可以看出，STARFM和STRUM算法4个指标数值相近，2种算法融合精度相近，而FSDAF算法精度整体上高于STARFM和STRUM算法。STARFM，STRUM和FSDAF 3种算法的CC均值分别为0.690，0.684，0.729，SSIM均值分别为0.652，0.667，0.710。这表明FSDAF算法融合结果相较STARFM和STRUM算法更接近真实影像。表2中，分析3种算法的4个指标可以看出，STARFM算法精度最差，STRUM算法优于STARFM，FSDAF算法优于STRUM。3种算法RMSE均值分别为0.032，0.030和0.028，CC均值分别为0.731，0.819和0.839。此外，洪水在近红外有低的反射率，表1和表2中近红外的评价指标参数（CC为0.799，0.789，0.828和CC为0.862，0.903，0.912）也表明3种算法总体精度FSDAF算法最优，STARFM和STRUM算法相近。