《表2 基于Landsat-like和MODIS时序NDVI峰值法提取的2010年冬季作物种植区结果在不同空间尺度上的重合率对比》
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:a列表示对比验证参考数据,基于某方法提取的不同类别像元的重合率。如“种植-种植”和“种植-休耕”表示在参考影像上的种植区域内,基于某方法判定结果则分别为“种植”像元、“休耕”像元。余同。总体重合率表示基于某方法判定正确的所有像元(含种植与休耕)所占的比例。
对比2种峰值法提取结果,基于Landsat-like时序NDVI峰值法的总体重合率在各个空间尺度上均高于基于MODIS时序NDVI峰值法(表2)。这与2种数据集之间的空间尺度不确定性有关[23]。由于四川丘陵地区的地表异常复杂,MODIS数据的空间分辨率较低,在该区域内存在严重的混合像元问题,难以获取高精度的种植信息。通过数据融合算法,将MODIS时序NDVI数据的空间分辨率提高,能够获取更精细的作物种植分布信息(图6),从而提高了提取精度。另外,前者对于种植像元的判定精度要低于后者;而前者对于休耕像元的判定精度却明显高于后者。MODIS数据较低的空间分辨率降低了像元内的空间异质性,也使得时间序列NDVI的波峰形态更趋于“平均”:对于作物种植的像元,其时序NDVI波峰将趋于“平坦”。这就导致基于其判定为“有作物种植”的结果更为可靠。而对于无作物种植的像元,其时序NDVI波峰将被“抬升”。这就导致基于其判定为“无作物种植”的结果较为不可靠。
图表编号 | XD00204404300 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) |