《表5 Radarsat-2和PALSAR数据集中重要性大于等于0.4的输入极化分解参数》

  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

《基于多频率极化SAR影像的洪河国家级自然保护区植被信息提取》

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

采用Random Forest算法，分别对PALSAR数据集和Radarsat-2数据集的114个极化分解参数和特征参数对研究区土地覆被识别与分类的贡献量进行了定量评价。图5显示，所有的极化分解参数和特征参数对研究区土地覆被的高精度识别都发挥了作用，但是其贡献率存在显著差异。从表5中可以看出，相对于其它极化分解参数和特征参数来说，在C-band Radarsat-2极化分解参数中，Barnes1的T22和T33、Barnes2的T11、H/A/alpha的T33、Holm1的T11和T22、Holm2的T22、Huynen的T11和T33、Neumann的delta＿pha分量、SAR纹理平均值以及极化新参数DERD和entropy＿shannon对最终的研究区土地覆被分类贡献较大；在L-band PALSAR极化分解参数中，Cloude的T22、Holm1的T22、Holm2的T22、Huynen的T22、An-Yang3的偶次散射参数（Dbl）、Neumann的delta＿pha分量Arii3＿NNED的偶次散射参数（Dbl）、Touzi的phi＿s、phi＿s1和phi＿s2以及极化不对称性（asymmetry）参数，对于研究区土地覆被识别的贡献较大。