《表3 四种植被指数回归模型反演精度评价》

  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

《黄河源区高寒草地植被覆盖度反演模型精度评价》

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

三种反演方法的结果表明:在植被指数回归模型法中，不同植被指数的反演结果差异较大，四种植被指数（NDVI、EVI、SAVI与MSAVI）在30 m尺度（NDVI:R2=0.747，RMSE=0.139；EVI:R2=0.602，RMSE=0.187；SAVI:R2=0.673，RMSE=0.164；MSAVI:R2=0.631，RMSE=0.177）与250 m尺度（NDVI:R2=0.851，RMSE=0.087；EVI:R2=0.713，RMSE=0.128；SAVI:R2=0.760，RMSE=0.116；MSAVI:R2=0.729，RMSE=0.125）中，NDVI的反演精度均为最高（表3）；在像元二分法中，该区域添加L因子不能显著提高反演精度，当L=1时精度最高（30 m尺度:R2=0.757，RMSE=0.142；250 m尺度:R2=0.853，RMSE=0.054）（图4） ；在BP神经网络算法中，当用植被指数替换反射率数据作为驱动数据时不仅能显著提高计算效率，而且还能显著提高反演精度（30 m尺度替换前后分别为:R2=0.754，RMSE=0.129 7与R2=0.767，RMSE=0.125；250 m尺度替换前后分别为R2=672，RMSE=0.132与R2=0.849，RMSE=0.093）（图5和图6） 。