《表3 不同生育期反演GMI建模分析》

  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

《基于无人机高光谱长势指标的冬小麦长势监测》

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

利用MLR、PLSR和RF分别构建各个生育期的生物量、叶面积指数和GMI反演模型，建模和验证结果见表3、4，验证样本的拟合效果见图5～7。根据表3、4和图5～7可知，不同生育期和不同方法构建的模型效果有差异。就不同生育期而言，拔节期，各模型的R2较低，但RMSE与NRMSE也较低，模型预测精度整体较高，不同方法构建的生物量和叶面积指数模型R2相差较小，反演模型效果接近，GMI模型R2高于同方法下的生物量和叶面积指数R2，模型效果较佳；挑旗期，不同模型的R2高于挑旗期，RMSE和NRMSE也略高于拔节期，综合比较，预测精度高于拔节期所建的模型，而生物量、叶面积指数和GMI模型表现效果和拔节期相似；开花期，各模型的R2较大，RMSE与NRMSE较小，相比其他生育期，此时期的模型效果最好，预测的生物量、叶面积指数和GMI精度最高，其中依然是GMI反演模型表现最好；灌浆期，各模型的R2仅次于开花期，此生育期模型效果较优。通过分析4个生育期建模和验证结果，不同生育期中均表现为GMI反演模型优于生物量和叶面积指数模型，进一步对比不同方法，发现基于MLR的GMI模型效果最优，基于PLSR的GMI模型次之，基于RF的GMI模型最差，其中在开花期3种模型效果达到最佳，精度最高，基于MLR、PLSR和RF的GMI模型建模R2、RMSE与NRMSE分别是:0.716 4、0.096 3、15.90%；0.674 1、0.103 2、17.04%；0.611 7、0.112 8、18.63%。综合模型分析结果，各生育期中开花期表现效果最优，其次是灌浆期、挑旗期，最后是拔节期；GMI反演模型优于生物量和叶面积指数反演模型；3种GMI模型中，模型的效果和预测精度从强到弱为MLR-GMI、PLSR-GMI、RF-GMI。