An assessment on the potential of c

An assessment on the potential of coordinates V and W to
discriminate vegetated surfaces and to be used as a proxy of their
water content will be performed by analyzing the set of 16 images
that was described in Section 2 (see Table 1). For that purpose a
supervised validation of results will be first undertaken by choosing
several types of surfaces and by then comparing the respective
representations in the η/ξ space with those in the traditional MIR/NIR
and R/NIR spaces. This study is then followed by an unsupervised
validation that will help evaluating the discriminating ability of V and
the sensitivity of W, i.e. the usefulness of V as a classifier and of W as a
quantifier. Finally, a quality assessment of the two proposed indices
will be undertaken by comparing, for a set of surface types, intra-class
and inter-class variability of V and W against the corresponding
variability of VI20, BAI20 and GEMI20.
4.1. Supervised validation
As shown in Figs. 12–15 corresponding to scenes 3, 4, 6 and 8,
respectively (see Table 1), different classes of surfaces (namely dense
vegetation, sparse vegetation, soil, burned vegetation, water, clouds
and cloud shadows) were selected by visual inspection of the
respective high resolution Landsat ETM+images. The corresponding
MODIS data were then used to represent the chosen surfaces in the R/
NIR, MIR/NIR and η/ξ spaces. As expected, the representation of the
different surfaces in the three spaces are topologically equivalent in
the sense that each representation may be continuously transformed
into the other by means of translations, rotations and deformations.

Hasil (Bahasa Indonesia) 1:

Penilaian potensi koordinat V dan W untukdiskriminasi bervegetasi permukaan dan untuk digunakan sebagai proxy dari merekakadar air akan dilakukan dengan menganalisis himpunan gambar 16yang digambarkan dalam bagian 2 (Lihat tabel 1). Untuk tujuan itudiawasi validasi hasil yang akan pertama kali dilakukan dengan memilihbeberapa jenis permukaan dan kemudian membandingkan masing-masingpernyataan dalam ruang η ξ dengan orang-orang di NIR/MIR tradisionaldan R NIR ruang. Penelitian ini kemudian diikuti oleh tanpa pengawasanvalidasi yang akan membantu mengevaluasi kemampuan diskriminatif V dansensitivitas dari W, yaitu kegunaan v sebagai classifier dan w sebagaiquantifier. Akhirnya, penilaian kualitas dua diusulkan indeksakan dilakukan dengan membandingkan, untuk satu set jenis permukaan, intra-kelasdan variabilitas antar kelas V dan W terhadap yang sesuaivariabilitas VI20, BAI20 dan GEMI20.4.1. diawasi validasiSeperti yang ditunjukkan dalam rajah -rajah 12-15 sesuai dengan adegan 3, 4, 6 dan 8,masing-masing (Lihat tabel 1), kelas yang berbeda dari permukaan (yaitu padatvegetasi, vegetasi, tanah, dibakar vegetasi, air, awandan awan bayangan) dipilih oleh pemeriksaan visualmasing-masing resolusi tinggi Landsat ETM + gambar. Yang sesuaiMODIS data yang kemudian digunakan untuk mewakili permukaan pilihan di R /NIR, MIR NIR dan η ξ ruang. Seperti yang diharapkan, representasipermukaan yang berbeda di tiga ruang topologically setara dalampengertian bahwa masing-masing representasi dapat terus berubahke yang lain dengan terjemahan, rotasi dan deformasi.

Hasil (Bahasa Indonesia) 2:

Kajian tentang potensi koordinat V dan W untuk
membedakan permukaan bervegetasi dan untuk digunakan sebagai proxy dari mereka
kadar air akan dilakukan dengan menganalisis set 16 gambar
yang dijelaskan dalam Bagian 2 (lihat Tabel 1). Untuk itu sebuah
validasi diawasi hasil akan menjadi yang pertama dilakukan dengan memilih
beberapa jenis permukaan dan oleh kemudian membandingkan masing-masing
representasi dalam η / ξ ruang dengan orang-orang di MIR / NIR tradisional
dan R / NIR ruang. Penelitian ini kemudian diikuti dengan tanpa pengawasan
validasi yang akan membantu mengevaluasi kemampuan membedakan dari V dan
sensitivitas W, yaitu kegunaan V sebagai classifier dan W sebagai
quantifier. Akhirnya, penilaian kualitas dua indeks yang diusulkan
akan dilakukan dengan membandingkan, untuk satu set jenis permukaan, intra-kelas
dan variabilitas antar kelas V dan W terhadap yang sesuai
variabilitas VI20, BAI20 dan GEMI20.
4.1. Diawasi validasi
Seperti ditunjukkan dalam Gambar. 12-15 sesuai dengan adegan 3, 4, 6 dan 8,
masing-masing (lihat Tabel 1), kelas yang berbeda dari permukaan (yaitu padat
vegetasi, vegetasi jarang, tanah, dibakar vegetasi, air, awan
dan awan bayangan) yang dipilih oleh inspeksi visual dari
masing-resolusi tinggi Landsat ETM + gambar. Yang sesuai
Data MODIS kemudian digunakan untuk mewakili permukaan yang dipilih dalam R /
NIR, MIR / NIR dan η ruang / ξ. Seperti yang diharapkan, representasi dari
permukaan yang berbeda dalam tiga ruang yang topologi setara dalam
arti bahwa setiap representasi dapat terus berubah
ke yang lain dengan cara terjemahan, rotasi dan deformasi.