improved classification over the index methods of BAI, EVI, GEMI, NDVI translation - improved classification over the index methods of BAI, EVI, GEMI, NDVI Indonesian how to say

improved classification over the in

improved classification over the index methods of BAI, EVI, GEMI, NDVI and
SAVI. At the Landsat scale, the highest degree of spectral separability (M.2) was
attained using CSI, NBR and band 4, respectively. Each of these indices also
attained k50.95 and a50.97, although BAI and band 6 also obtained comparable k
and a values. The inclusion of the Landsat ETM + band 6 information within the
spectral indices (i.e. VI6T, CSIT, NDVIT and SAVIT) improved the results for all
methods, except NBRT (table 4).
These results (tables 2–4) demonstrate that transfer of the analysis from the field
to the ETM + spatial scale resulted, in general, in higher M-values. Although bands
5 and 7, MIRBI and SAVI each experienced a decrease in M of more than 40%,
most indices increased their M-statistic. These differences are potentially the result
of the increased spatial mixing of individual surface components within the 900 m2
field of view of the real ETM + pixels, as opposed to the more limited mixing of
different components possible within the small (11 cm2
) ground field of view of the
in situ spectral measurements. In the latter case, many samples will have contained
close to 100% cover of one of the surface components, whereas this is unlikely in the
real ETM + image pixels. This results in the standard deviation, which is included in
the denominator of the M-statistic (equation (1)), being higher for the simulated
ETM + data than for the real ETM + data, because in the latter much more spatial
averaging of components occurs within each sample. Table 2(b) confirms that the
sums of the standard deviations for each individual ETM + band were mainly higher
for the simulated data compared to the real data. The only band that exhibited a
contrary trend was band 7. Table 2(b) further demonstrates that both the green and
0/5000
From: -
To: -
Results (Indonesian) 1: [Copy]
Copied!
meningkat klasifikasi metode indeks BAI EVI, GEMI, NDVI danSAVI. Pada skala Landsat, tingkat tertinggi spektrum separability (M.2) adalahmencapai menggunakan CSI, NBR, dan band 4, masing-masing. Setiap dari indeks ini jugamencapai k50.95 dan a50.97, meskipun BAI dan band 6 juga diperoleh sebanding kdan nilai-nilai. Dimasukkannya Landsat ETM + band 6 informasi dalamspektral indeks (yaitu VI6T, CSIT, NDVIT dan SAVIT) meningkatkan hasil untuk semuametode, kecuali NBRT (Tabel 4).Hasil ini (Tabel 2-4) menunjukkan bahwa transfer analisis dari LapanganETM + spasial skala mengakibatkan, secara umum, M-nilai lebih tinggi. Meskipun band5 dan 7, MIRBI dan SAVI masing-masing mengalami penurunan dalam M lebih dari 40%,Kebanyakan indeks meningkat M-statistik mereka. Perbedaan-perbedaan yang berpotensi hasilpencampuran spasial peningkatan permukaan komponen individu dalam jarak 900 m2bidang pandang nyata ETM + piksel, sebagai lawan dari lebih terbatas pencampurankomponen yang berbeda mungkin dalam kecil (11 cm2) tanah bidang pandangdi situ spektral pengukuran. Dalam kasus terakhir, banyak sampel akan berisitutup penutup 100% salah satu komponen permukaan, sedangkan ini tidak mungkin dalamnyata ETM + piksel gambar. Hal ini mengakibatkan deviasi standar, yang termasuk dalampenyebut M-Statistik (persamaan (1)), yang lebih tinggi untuk simulasiETM + data daripada untuk ETM nyata + data, karena di kedua lebih spasialrata-rata komponen terjadi dalam setiap sampel. Tabel 2(b) menegaskan bahwajumlah deviasi standar untuk setiap individu ETM + band yang terutama lebih tinggiuntuk data simulasi dibandingkan dengan data yang nyata. Hanya band yang dipamerkantren sebaliknya adalah band 7. Tabel 2(b) lebih lanjut menunjukkan bahwa kedua hijau dan
Being translated, please wait..
Results (Indonesian) 2:[Copy]
Copied!
peningkatan klasifikasi atas metode indeks BAI, EVI, GEMI, NDVI dan
SAVI. Pada skala Landsat, tingkat tertinggi keterpisahan spektral (M.2) itu
didapat dengan CSI, NBR dan band 4, masing-masing. Masing-masing indeks ini juga
mencapai k50.95 dan a50.97, meskipun BAI dan band 6 juga memperoleh k sebanding
dan nilai-nilai. Dimasukkannya ETM Landsat + Band 6 informasi dalam
indeks spektral (yaitu VI6T, CSIT, NDVIT dan SAVIT) meningkatkan hasil untuk semua
metode, kecuali NBRT (tabel 4).
Hasil ini (tabel 2-4) menunjukkan bahwa transfer analisis dari lapangan
ke ETM + skala spasial mengakibatkan, secara umum, di M-nilai yang lebih tinggi. Meskipun band
5 dan 7, MIRBI dan SAVI masing-masing mengalami penurunan M lebih dari 40%,
sebagian besar indeks meningkat mereka M-statistik. Perbedaan ini berpotensi hasil
dari peningkatan pencampuran spasial komponen permukaan individual dalam 900 m2
bidang pandang ETM nyata + piksel, yang bertentangan dengan pencampuran lebih terbatas dari
komponen yang berbeda mungkin dalam (11 cm2 kecil
) bidang tanah Mengingat
dalam pengukuran spektral in situ. Dalam kasus terakhir, banyak sampel akan berisi
hampir 100 sampul% dari salah satu komponen permukaan, sedangkan ini tidak mungkin di
ETM nyata + piksel citra. Hal ini menyebabkan deviasi standar, yang termasuk dalam
penyebut dari M-statistik (persamaan (1)), yang lebih tinggi untuk simulasi
ETM + Data dari untuk ETM nyata + data, karena di kedua jauh lebih spasial
rata-rata dari komponen terjadi dalam setiap sampel. Tabel 2 (b) menegaskan bahwa
jumlah dari standar deviasi untuk setiap individu ETM + Band terutama lebih tinggi
untuk data simulasi dibandingkan dengan data real. Satu-satunya band yang dipamerkan
tren sebaliknya adalah band yang 7. Tabel 2 (b) lebih lanjut menunjukkan bahwa baik hijau dan
Being translated, please wait..
 
Other languages
The translation tool support: Afrikaans, Albanian, Amharic, Arabic, Armenian, Azerbaijani, Basque, Belarusian, Bengali, Bosnian, Bulgarian, Catalan, Cebuano, Chichewa, Chinese, Chinese Traditional, Corsican, Croatian, Czech, Danish, Detect language, Dutch, English, Esperanto, Estonian, Filipino, Finnish, French, Frisian, Galician, Georgian, German, Greek, Gujarati, Haitian Creole, Hausa, Hawaiian, Hebrew, Hindi, Hmong, Hungarian, Icelandic, Igbo, Indonesian, Irish, Italian, Japanese, Javanese, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Korean, Kurdish (Kurmanji), Kyrgyz, Lao, Latin, Latvian, Lithuanian, Luxembourgish, Macedonian, Malagasy, Malay, Malayalam, Maltese, Maori, Marathi, Mongolian, Myanmar (Burmese), Nepali, Norwegian, Odia (Oriya), Pashto, Persian, Polish, Portuguese, Punjabi, Romanian, Russian, Samoan, Scots Gaelic, Serbian, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenian, Somali, Spanish, Sundanese, Swahili, Swedish, Tajik, Tamil, Tatar, Telugu, Thai, Turkish, Turkmen, Ukrainian, Urdu, Uyghur, Uzbek, Vietnamese, Welsh, Xhosa, Yiddish, Yoruba, Zulu, Language translation.

Copyright ©2025 I Love Translation. All reserved.

E-mail: