《表5 基于不同不透水面覆盖率结果比较》

  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

为更好地比较各种方法对不同比例ISP的估算效果，对全国的不透水面覆盖率进行分级，并针对各方法对不同等级ISP估算的均方根误差和相对均方根误差进行比较分析（表5）：基于NDBI&MISI特征的估算模型在参考数据ISP小于0.2时的均方根和相对均方根误差均低于其他模型。在夜间灯光微弱区域内（如灯光微弱的乡村），由于夜间灯光DN值接近于0，基于LISI和MISI指数的估算模型往往获得较低的估算结果。但是NDBI可以较好地弥补非夜间灯光区域的不透水面信息，通过加入该特征可有效提高估算精度，因此对ISP较低区域，只需引入NDBI就可以提高估算精度。当ISP大于0.2时，基于3个特征估算模型的RMSE和RRMSE均低于其他方法。当ISP较高时（如比例在0.6至0.8），由于受夜间灯光数据分辨率和夜间灯光过饱和的影响，仅利用夜间灯光数据和归一化植被指数构建的LISI和MISI就很难表达城市内部的空间结构信息，但是当加入NDBI和BUAI后，可以有效改善城市内部高估现象，进而提高了估算精度。