《表3 分类组合模型与不分类模型的SOM建模与预测结果》
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FOD和SVMDA-RF的土壤有机质含量高光谱预测》
将SS-1.2-NDI与CLS-0.6-NDI组合,建立SVMDA-RF模型,并计算其模型评价参数,结果见表3。为便于比较,建立将SS-FS、CLS-FS组合的SVMDA-RF模型,以及不区分土质(Unclassified samples,US)的全波段RF模型。从表3可以看出,SVMDA-RF(SS-1.2-NDI、CLS-0.6-NDI)效果最好,SVMDA-RF(SS-FS、CLS-FS)次之,RF(US)效果最差。且SVMDA-RF(SS-1.2-NDI、CLS-0.6-NDI)其RPD可达7.004,能精确预测SOM。而RF(US)的RPD只有2.228,只具有一定的预测能力。这表明区分土质分别建模并二次组合可以提高建模效果,结合敏感指数,能使模型具有较高精度,实现精确预测SOM。
图表编号 | XD00135788200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 张智韬、劳聪聪、王海峰、ARNON Karnieli、陈俊英、李宇 |
绘制单位 | 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、本古里安大学Blaustein沙漠研究所、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 |
更多格式 | 高清、无水印(增值服务) |