《表2 不同基准影像的预测精度》

  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

《基于时空融合的NDVI时序生成技术在冬小麦监测中的应用》

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

总体而言，当基准影像与预测影像时间间隔在1个月以内时，STARFM算法通过对MOD09Q1与GF-1/WFV的融合可以较好地拟合小麦的变化特征；但当地表覆盖类型发生变化时，预测精度较差。因此在冬小麦出苗时期与成熟期，应该增加更多时序数据以减小基准日期与预测日期的时间间隔，提高预测精度。