4.2. Smoothed time profile of EVITh

4.2. Smoothed time profile of EVI
The smoothed time profiles of EVI generated by both transforms are shown in Fig. 6. These time profiles show the same seasonal tendency as the original EVI data. The changes around the planting season in the second derivative of time profiles of the EVI generated by wavelet transform are larger than those by Fourier transform. The dates of the minimal and inflection points differed between profiles from wavelet and Fourier transforms (Fig. 6). In addition, local changes in the time component around the planting season were blurred in the Fourier transform (Fig. 6). The Fourier transform inadequately represents the appropriate position of the minimal and inflection points in the time domain. In the filtering process, the wavelet transform can hold the time component of temporal EVI data, but the Fourier transform cannot. We assumed that these characteristics of the time component in temporal EVI data led to the difference in accuracy. We believe that the filtering method using the wavelet transform is much more sensitive to vegetation seasonal changes than that using the Fourier transform

ผลลัพธ์ (ไทย) 1:

4.2 รายละเอียดครั้งที่เรียบของ Evi
และเวลาที่เรียบของ Evi สร้างขึ้นโดยการแปลงทั้งสองจะถูกแสดงในรูปที่ 6 เหล่านี้และเวลาแสดงแนวโน้มตามฤดูกาลเช่นเดียวกับข้อมูลเดิม Evi การเปลี่ยนแปลงรอบเพาะปลูกในฤดูกาลในอนุพันธ์ที่สองของโปรไฟล์ของ Evi เวลาที่สร้างโดยแปลงเวฟมีขนาดใหญ่กว่านั้นโดยการแปลงฟูริเยร์วันที่คะแนนน้อยที่สุดและโรคติดเชื้อที่แตกต่างกันระหว่างรูปแบบจากเวฟและการแปลงฟูริเยร์ (รูปที่ 6) ในนอกจากนี้การเปลี่ยนแปลงในท้องถิ่นองค์ประกอบเวลารอบเพาะปลูกในฤดูกาลที่กำลังเบลอในฟูเรียร์ (รูปที่ 6) ฟูเรียร์ไม่เพียงพอแสดงให้เห็นถึงตำแหน่งที่เหมาะสมของจุดที่น้อยที่สุดและโรคติดเชื้อในโดเมนเวลา ในกระบวนการกรอง,แปลงเวฟสามารถถือองค์ประกอบเวลาของข้อมูล Evi ชั่วขณะ แต่ฟูเรียร์ไม่สามารถ เราสันนิษฐานว่าลักษณะเหล่านี้ขององค์ประกอบเวลาในข้อมูล Evi ชั่วขณะจะนำไปสู่​​ความแตกต่างในความถูกต้อง เราเชื่อว่าวิธีการกรองโดยใช้แปลงเวฟมากขึ้นไวต่อการเปลี่ยนแปลงตามฤดูกาลพืชกว่าว่าการใช้ฟูเรียร์

ผลลัพธ์ (ไทย) 2:

4.2 การโค้งโพรไฟล์เวลาของ EVI
โพรไฟล์เวลาปรับให้โค้ง EVI ที่สร้างขึ้น โดยการแปลงทั้งสองจะแสดงใน Fig. 6 โพรไฟล์เหล่านี้เวลาแสดงแนวโน้มตามฤดูกาลเดียวกันเป็นข้อมูลเดิม EVI เปลี่ยนแปลงรอบฤดูกาลปลูกในอนุพันธ์อันดับสองของโพรไฟล์เวลา EVI สร้าง โดย wavelet แปลงมีขนาดใหญ่กว่าโดยการแปลงฟูรีเย วันน้อยที่สุดและการผันคำจุดแตกต่างระหว่างโพรไฟล์จาก wavelet และการแปลงฟูรีเย (Fig. 6) นอกจากนี้ การเปลี่ยนแปลงภายในเวลามีเบลอส่วนประกอบรอบฤดูกาลปลูกในฟูรีเยแปลง (Fig. 6) การแปลงฟูรีเย inadequately แสดงถึงตำแหน่งที่เหมาะสมของน้อยที่สุดและจุดการผันคำในโดเมนเวลา ในขั้นตอนการกรอง แปลง wavelet สามารถเก็บองค์ประกอบเวลาของขมับ EVI ข้อมูล แต่ไม่สามารถแปลงฟูรีเย เราสันนิษฐานว่า ลักษณะเหล่านี้ประกอบเวลาขมับ EVI ข้อมูลนำไปสู่ความแตกต่างของความถูกต้อง เราเชื่อว่าวิธีการกรองโดยใช้การแปลง wavelet มากความไวต่อการเปลี่ยนแปลงตามฤดูกาลฟูรีเยนั้นใช้แปลงพืช

ผลลัพธ์ (ไทย) 3:

4.2 . ส่วนกำหนดค่าปรับเฉลี่ยแล้วในช่วงเวลาที่มีเอวี
ซึ่งจะช่วยปรับเฉลี่ยแล้วในส่วนกำหนดค่าของมีเอวีสร้างขึ้นโดยทั้งสองจะเปลี่ยนเป็นที่แสดงในรูปที่ 6 . ส่วนกำหนดค่าเหล่านี้แสดงให้เห็นแนวโน้มตามฤดูกาลเหมือนกับข้อมูลเดิมที่มีเอวี การเปลี่ยนแปลงที่อยู่โดยรอบฤดูปลูกได้ในงานดัดแปลงมาจากที่สองของส่วนกำหนดค่าเวลาของมีเอวีที่สร้างขึ้นโดย wavelet เปลี่ยนแปลงมีขนาดใหญ่กว่าเหล่านี้โดยได้ฟุรเย - เปลี่ยนแปลงวันที่ของจุดต่ำสุดและน้ำเสียงและแตกต่างกันระหว่างโปรไฟล์จาก wavelet และฟุรเย - แปลง(รูปที่ 6 ) นอกจากนี้การเปลี่ยนแปลงในคอมโพเนนต์เวลาที่อยู่โดยรอบฤดูปลูกที่มีเส้นแบ่งในฟุรเย - ที่เปลี่ยนแปลง(รูปที่ 6 ) ฟุรเย - ที่ปรับเปลี่ยนได้รับแสดงตำแหน่งที่เหมาะสมของจุดต่ำสุดและน้ำเสียงและที่อยู่ในโดเมนเวลาที่ได้ ในขั้นตอนการกรองwavelet เปลี่ยนคอมโพเนนต์ที่สามารถจับเวลาของข้อมูลมีเอวี Temporal Key Integrity Protocol แต่ฟุรเย - ที่เปลี่ยนแปลงไม่สามารถ เราสันนิษฐานว่าลักษณะเหล่านี้ของคอมโพเนนต์เวลาที่อยู่ในข้อมูลมีเอวี Temporal Key Integrity Protocol นำไปสู่ความแตกต่างในความแม่นยำ เราเชื่อว่าวิธีการกรองโดยใช้ wavelet เปลี่ยนแปลงที่มีมากที่สำคัญในการเพาะปลูกการเปลี่ยนแปลงไปตามฤดูกาลกว่าที่ใช้ฟุรเย - ที่ เปลี่ยนแปลง