《表8 土壤盐分与无人机变量因子回归模型》
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。
图表编号 | XD00121664600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.25 |
作者 | 陈俊英、王新涛、张智韬、韩佳、姚志华、魏广飞 |
绘制单位 | 西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程学院、西北农林科技大学旱区农业水土工程教育部重点实验室、西北农林科技大学水利与建筑工程 |
更多格式 | 高清、无水印(增值服务) |