《表3 山水扇面目录：融合多源时序遥感数据大尺度不透水面覆盖率估算》

  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

《融合多源时序遥感数据大尺度不透水面覆盖率估算》

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

对全国大尺度不透水面覆盖率估算精度评价可知（表3）：全国基于3个特征估算模型的R2比基于LISI、MISI、NDBI和MISI的估算模型分别高9%、8%、5%，相对均方根误差分别低11%、6.5%、4.5%。全国基于NDBI和MISI的估算模型的R2比LISI、MISI分别高4%、3%。该结果进一步说明了多特征模型在大尺度不透水面覆盖率估算中的优势。从全国不透水面信息的估算结果可知（图4）：基于多特征模型估算的结果比基于MISI、LISI特征估算的结果存在大量的小比例像元，同时有较少的高值像元（图4 (c）、图4 (d）与图4 (a）、图4 (b））。然而在中国的大部分地区，由于不同经济状况影响下的夜间灯光差异和不同覆盖度的植被差异等因素，导致利用MISI和LISI模型估算ISP的效果受到影响。然而从多个角度建立的多特征模型可以有效改善夜间灯光微弱的非城市区域的不透水面信息（例如镇、村），同时又可以有效抑制大城市核心区域不透水面高估的现象，从而提高ISP的估算精度（图5）。对于大城市区域而言，基于多特征估算模型方法由于综合考虑了城市建筑特征和剔除稀疏植被影响的建成区指数特征，更加细致地突出了城市区域内部的不透水面分布特征，有效地改善大城市内部不透水面高估现象。