《表8 土壤盐分与无人机变量因子回归模型》

  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

《基于无人机-卫星遥感升尺度的土壤盐渍化监测方法》

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

由表8（MLRU、SRU、RRU的下标U表示无人机数据反演）可以看出，3种反演土壤表层盐分的模型都具有统计学意义（P<0.001），且均表现为极显著，进一步表明了高分辨率多光谱信息可以进行表层土壤盐分的预测。但是模型间也存在一定的差异，其中RRU模型的效果相对较差，建模集和验证集R2最小，分别为0.403和0.369，RMSE最大，为0.237%。MLRU模型和SRU模型的建模和验证效果相对较好，其中建模集和验证集R2都在0.45以上，RMSE相差较小，分别为0.195%和0.202%。但是SRU模型的F明显高于MLRU模型，且SRU模型缩减变量因子，可在一定程度上减弱共线性问题、减少了计算量，可简洁高效地得到表层土壤含盐量情况，故SRU模型为本次无人机遥感反演土壤含盐量的最优模型。