《表2 各模型变量筛选结果》

  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Sentinel-1A和Landsat 8数据的区域森林生物量反演》

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

VH＿XXX，VV＿XXX表示采用灰度共生矩阵生成的Sentinel-1A两个极化状态（VV、VH）的纹理特征，Bi＿XXX表示从Landsat 8波段i （2-7）筛选出的变量，XXX表示：CON （对比度），DIS （相异性），MEA （平均值），HOM （同质性），ASM （角二阶矩），ENT （熵），VAR （方差），COR （相关性）；VV，VH表

从表2可以看出，对于Sentinel-1A，交叉极化（VH）变量对生物量模型更重要，主要由于交叉极化对森林的垂直结构信息更为敏感[17]。在使用Landsat 8和Landsat结合Sentinel时，变量筛选结果中都有红光波段（B4）和近红外波段（B5)及其纹理信息（特别是均值和相关性信息），表明这两个波段在森林生物量估算中具有十分重要的作用，这主要是红光波段处于叶绿素吸收区，对植被差异尤为敏感，而近红外波段位于水汽吸收带之间，受两个吸收到影响，对植被和土壤含水量敏感。此外，Landsat 8生成的植被指数信息同样在森林估算中扮演重要角色。