《表1 基于Landsat影像分类法和Landsat-like时序NDVI峰值法的2010年冬季作物种植区提取精度对比》
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
《利用STARFM模型提高复杂地表下复种指数遥感提取精度》
注:数字上标a代表某种类别像元的个数。例如,505表示基于Landsat影像分类法提取为休耕像元,验证样点也为休耕像元的个数。122表示基于Landsat影像分类法提取为休耕像元,但是验证样点为种植像元的个数。
表2统计了不同空间尺度下2种方法的提取结果与验证参考数据之间的重合率。与目视评价及样本点验证结果相似,在30m空间尺度上,基于Landsat-like时序NDVI峰值法的提取结果与基于Landsat影像分类法的提取结果之间的重合率较低(0.57)。类似地,有较多的种植像元被判定为休耕(0.28),是致使重合率较低的主要原因(表1和表2)。这也进一步印证了前文的分析:基于Landsat-like时序NDVI数据提取种植区时,当数据受到了“污染”,无法表现出正常的波峰,将导致不能正确地提取出种植信息。当然,如果将2种方法提取的结果聚合到较低的空间尺度,能够在一定程度上提高提取结果的精度。当空间尺度下降到4 000 m时,两者的总体重合率分别提高了0.17和0.13。
图表编号 | XD00204404200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 张伟、李玮、陶冠宏、李爱农、覃志豪、雷光斌、陈艺曦 |
绘制单位 | 中电科大数据研究院有限公司、提升政府治理能力大数据应用技术国家工程实验室、中电科大数据研究院有限公司、提升政府治理能力大数据应用技术国家工程实验室、中电科大数据研究院有限公司、提升政府治理能力大数据应用技术国家工程实验室、中国科学院水利部成都山地灾害与环境研究所、中国农业科学院农业资源与农业区划研究所、中国科学院水利部成都山地灾害与环境研究所、中电科大数据研究院有限公司、提升政府治理能力大数据应用技术国家工程实验室 |
更多格式 | 高清、无水印(增值服务) |