《表5 基于Landsat OLI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》
注:模型2—4分别为3×3,5×5和7×7窗口大小下的纹理信息与光谱信息构建的最优模型。B2—B7分别表示Landsat OLI影像的蓝、绿、红、近红外、中红外和远红外波段。“~”左边表示因变量,“~”右边表示自变量。
利用Landsat OLI影像构建的波段反射率、归一化指数以及灰度共生矩阵统计量等遥感因子与最优子集回归建模法,可以得到基于Landsat OLI影像的作物茬覆盖度估算最优模型,结果如表5所示。由表5中可以看出,对于Landsat OLI影像,合适的纹理信息的加入同样有助于提高作物茬覆盖度的反演精度,可将相关系数从0.713提高到0.861,均方根误差从14.1%降到12.4%。并且,对于空间分辨率为30 m的Landsat OLI影像,在3×3窗口下提取的纹理信息能更好地对作物茬覆盖度进行估算。
图表编号 | XD00158087600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.25 |
作者 | 彭凡晨 |
绘制单位 | 南京大学地理与海洋科学学院、南京大学中国南海研究协同创新中心、南京大学江苏省地理信息技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |