《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》
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。
图表编号 | XD0043049300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.01 |
作者 | 李胜林、李大成、韩启金、龙小祥 |
绘制单位 | 太原理工大学矿业工程学院、太原理工大学矿业工程学院、太原理工大学高分辨率对地观测系统山西数据与应用中心、中国资源卫星应用中心、中国资源卫星应用中心 |
更多格式 | 高清、无水印(增值服务) |