《表3 基于不同光谱参数的早、晚稻分蘖数监测模型构建与检验》

  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

《基于高光谱的双季稻分蘖数监测模型》

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

表3中，监测早稻TN时，植被指数中的归一化红边指数（NDRE）表现最优，其建模R2为0.683，检验RRMSE为0.150；“三边”参数中的红边面积（SDr）与TN之间的相关性较高，其建模R2为0.656，检验RRMSE为0.153；最优光谱指数NDSI（ρ975，ρ714）监测早稻TN的效果较NDRE和SDr明显提高，其建模R2为0.724，检验RRMSE为0.151；小波特征在监测早稻TN时表现较好，其中，以db7（s9，w735）表现最优（R2=0.754，RRMSE=0.128）。监测晚稻TN时，植被指数中的NDRE表现最优，其建模R2为0.718，检验RRMSE为0.181；“三边”参数中的红边振幅（Dr）表现较优，其建模R2为0.586，检验RRMSE为0.212；新建比值光谱指数RSI（ρ788，ρ738）效果较优，其建模R2为0.792，检验RRMSE为0.142；利用小波特征监测晚稻TN时，敏感小波特征mexh（s6，w714）的表现进一步提高，其建模R2为0.838，检验RRMSE为0.112。图4和图5为几个表现较优的光谱参数监测早、晚稻TN时的表现。