《表4 典型城市的ISP估算精度》
13个典型城市的估算结果如表4所示。从表4可知,本文提出的基于多特征估算方法的相关系数均高于单特征估算模型,同时均方根误差也低于单特征模型。具体分析每个典型城市的估算结果可以看出,郑州市基于3个特征估算方法的相关系数提高最大,比MISI算法高10%。因为对于灯光微弱的城市周边地区,MISI指数很难有效地提取该地区的不透水面信息,但是NDBI和BUAI可以较好地表达远离高值夜间灯光区的不透水面信息,改善了MISI在城市边缘低估的情况,从而提高ISP的估算精度。北京市基于3个特征估算模型的相关系数比基于LISI指数、MISI指数、MISI和NDBI指数的模型分别高11.4%、7.8%、4.2%,均方根误差分别低2.9%、2.3%、0.9%。沈阳、哈尔滨、郑州和北京位于中国北部和中部地区,植被覆盖度相对较低,仅利用植被和夜间灯光信息无法较好地估算城市边缘的ISP。深圳市基于多特征估算方法的相关系数比LISI、MISI指数、NDBI和MISI指数分别高10.1%、4.5%、4.4%,对深圳市而言,城市绿化程度相对较高,当只引入NDBI时,估算精度提高较小。引入BUAI后,估算精度得到较大提高。上海市基于3个特征估算方法的相关系数比基于LISI指数、MISI指数构建的模型分别高8.9%、5.7%,均方根误差低3.3%、2.6%。对于北京和上海这些特大城市而言,在城市的核心区域,夜间灯光DN值很高,存在饱和现象,因而仅利用单一特征MISI指数很难准确估算ISP,因此引入NDBI和BUAI后,有效改善城市核心区域高估情况,从而提高估算ISP的精度。
图表编号 | XD00212759100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 李方刚、李二珠、阿里木·赛买提、张连蓬、刘伟、胡晋山 |
绘制单位 | 江苏师范大学地理测绘与城乡规划学院、江苏师范大学地理测绘与城乡规划学院、中国科学院新疆生态与地理研究所荒漠与绿洲生态国家重点实验室、江苏师范大学地理测绘与城乡规划学院、江苏师范大学地理测绘与城乡规划学院、江苏师范大学地理测绘与城乡规划学院 |
更多格式 | 高清、无水印(增值服务) |