《表2 植被指数和叶温的关系模型（n=11)》
提示：宽带有限、当前游客访问压缩模式
由上述分析可知，TSAVI和RDVI的相关性较高，说明采用这两个植被指数对叶温进行模拟具有较好精度。因此基于TSAVI和RDVI指数，选用2017年8月14日的叶温与冠层光谱数据作为建模样本建立叶温反演模型（表2），综合考虑两个模型的确定系数（R2）及RMSE，最佳的模拟结果应是选择R2相对较大而RMSE相对较小。因此，选择由RDVI建立的方程y=5770.137x2-748.965x+53.615（建模样本R2=0.544，RMSE=2.443）和TSAVI建立的方程y=0.0007x2+0.0067x+29.8645（建模样本R2=0.632，RMSE=2.458）进行模拟。
| 图表编号 | XD00131841200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.01.01 |
| 作者 | 梁金晨、江晓东、杨沈斌、孙浩、梁文毅、妙丹书 |
| 绘制单位 | 南京信息工程大学、江苏省农业气象重点实验室、气象灾害预报预警与评估协同创新中心、南京信息工程大学、江苏省农业气象重点实验室、气象灾害预报预警与评估协同创新中心、南京信息工程大学、江苏省农业气象重点实验室、气象灾害预报预警与评估协同创新中心、南京信息工程大学、江苏省农业气象重点实验室、气象灾害预报预警与评估协同创新中心、南京信息工程大学、江苏省农业气象重点实验室、气象灾害预报预警与评估协同创新中心、南京信息工程大学、江苏省农业气象重点实验室、气象灾害预报预警与评估协同创新中心 |
| 更多格式 | 高清、无水印（增值服务） |
