《表4 基于Sentinel-2光谱信息或不同窗口下纹理信息+光谱信息的作物差覆盖度估算最优模型》

  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

《结合Sentinel-2光谱与纹理信息的冬小麦作物茬覆盖度估算》

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：模型2—6分别为5×5，7×7，9×9，11×11和13×13窗口大小下的纹理信息与光谱信息构建的最优模型。“～”左边表示因变量，“～”右边表示自变量。

对光谱信息以及不同窗口下的纹理信息与光谱信息的结合进行最优子集回归，得到的结果如表4所示。综合考虑模型的简约性，预测的均方根误差以及相关系数，可以得出5×5窗口得到的模型2最为适宜。仅使用光谱信息的模型1与使用纹理信息的最优模型2皆通过了0.01的显著性水平，但模型2与模型1相比，相关系数从0.775提高到了0.869；均方根误差从14.5%下降到了11%。可以看出，纹理信息的加入可以有效地提高冬小麦作物茬覆盖度反演的精度。