《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》

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：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。