《表4 随机森林回归叶片SPAD值预测模型统计》

  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

《高光谱估测稻叶SPAD值预处理方法与模型比较》

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

采用RFR模型，结合不同预处理方法，建立叶片SPAD值估测模型，其建模精度与预测精度如表4所示。训练集所有预处理方法建模处理后，预测精度最优的预处理方法为SG法，决定系数R2为0.96、RMSE为7.80、RPD为4.95；验证集所有预处理方法建模后得到的决定系数R2平均系数为0.69，预测精度最优的预处理方法为SG+BC法，决定系数R2为0.87、RMSE为12.38、RPD为2.82。采用SG、SG+BC、SG+MSC、SG+SNV提高了RFR模型验证集的决定系数R2。图4为RFR高光谱模型预测SPAD值的最佳结果（R2=0.87）。