《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》
(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。
图表编号 | XD0086036900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.25 |
作者 | 陈炜、黄慧萍、田亦陈、杜云艳 |
绘制单位 | 中国科学院遥感与数字地球研究所、中国科学院大学、中国科学院遥感与数字地球研究所、中国科学院大学、中国科学院遥感与数字地球研究所、中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室、中国科学院大学 |
更多格式 | 高清、无水印(增值服务) |