《表1 主成分特征向量、特征值、贡献率及累积贡献率》

  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Google Earth Engine平台的三江源地区生态环境质量动态监测与分析》

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

（3）RSEI计算。徐涵秋[15]采用主成分变换来构建遥感综合生态指数，4个指标的主要信息主要集中于第一主成分（PC1）上，使得RSEI能够综合4个指标的信息。为了验证RSEI在三江源地区的适用性，得到主成分特征向量、特征值、贡献率及累积贡献率，本研究在GEE平台上进行了分量指标计算与归一化后，下载了1990年和2010年三江源东部的一小块地区（避开了水体集中分布的东部地区），利用MATLAB得到了试验区的主成分分析结果（表1）。从表1中可以看出:（1）载荷矩阵表明，代表绿度的NDVI和代表湿度的Wet呈正值，代表热度的LST和代表干度的NDBSI呈负值，与现实中绿度和湿度对生态环境起正效应、干度和温度对生态环境起负效应的情况相符；（2）相较于其他分量，PC1集中了将近60%的各指标特征信息，可用于创建遥感生态指数。