《表1 数据重构代表性论文》
注:“-”表示无数据,由于该文献为方法研究,测试数据为图片。
综上所述,数据重构的四类主要方法在适用范围及优缺点上各有异同(表2),在适用类型方面,“3S”数据空间分析法功能强大,几乎适用所有的数据类型;空间插值法和多源数据融合法适用的范围也较广,其中多源数据融合法较适合人文地理数据空间重构,波谱分析法较多应用于自然数据空间重构。从操作便捷程度上来看,多源数据融合法、“3S”数据空间分析法和空间插值法在算法上原理简单,易于分析重构。然而,四种方法都存在不同程度的局限性,如多源数据融合法和空间插值法的精度与研究区的特征有很大关系,前者主要受研究区范围的大小影响,后者受栅格分辨率大小、地形因素的影响较大;波谱分析法由于是纯算法运算,其结果受到研究环境各种驱动因素的影响,可能会导致重构的精度随机性大,时好时坏;相比而言,“3S”数据空间分析法和多源数据融合空间重构精度高,但前者对遥感影像数据源的精度依赖较大,而后者的算法复杂,实际操作过程较为困难。
图表编号 | XD00196611200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.26 |
作者 | 夏天、吴文嘉、吴文斌、周清波、杨鹏 |
绘制单位 | 华中师范大学城市与环境科学学院&地理过程分析与模拟湖北省重点实验室、中国农业科学院农业资源与农业区划研究所&农业部农业信息技术重点实验室、华中师范大学城市与环境科学学院&地理过程分析与模拟湖北省重点实验室、中国农业科学院农业资源与农业区划研究所&农业部农业信息技术重点实验室、中国农业科学院农业信息研究所、中国农业科学院农业资源与农业区划研究所&农业部农业信息技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |