《表3 无人为干扰区和人为干扰区盐渍土SO42-含量高光谱反演模型的精度》

  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BP神经网络的不同人为干扰强度下盐渍土SO_4~(2-)定量分析》

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

RPD:相对预测性能。RPD:relative prediction performance.

盐渍土SO42-含量高光谱反演结果如表3所示。A区的最佳反演模型为二阶微分的LogR光谱变换对应的BP模型，其RPD为3.309，表明该模型的预测能力非常强。B区的最佳反演模型为一阶微分的LogR光谱变换对应的BP模型，其RPD为2.234，表明该模型的预测能力很好。同时，LogR光谱变换在A区的一阶微分对应的BP模型，其RPD值>2.5，表示该模型预测性能非常强，但低于LogR的二阶微分。LogR光谱变换在B区的二阶微分对应的BP模型，其RPD值介于2.0～2.5，表示该模型预测性能也很好，但低于LogR的一阶微分。另外，R光谱变换的一阶微分和二阶微分对应的BP模型，在A区的RPD值均介于2.0～2.5，表明这两个模型在A区的预测性能也很好；在B区的RPD值介于1.8～2.0，表明这两个模型在B区的预测性能好。R和LogR两种光谱变换在B区的0阶微分对应的BP模型，其RPD值介于1.0～1.4，表明这两个模型的预测能力很差。PLSR模型在R和LogR两种光谱变换中的一阶微分模型和二阶微分模型中，其RPD值介于1.4～1.8，表明这8个模型的预测性能一般；PLSR模型在B区的0阶微分模型中，其RPD值均小于1.0，表明这2个模型不能进行预测。