《表2 不同光谱指数的土壤EC回归模型》
为进一步验证光谱指数对土壤EC定量估算的有效性,本研究分析了21个光谱指数与土壤EC的相关性并尝试构建线性回归模型,结果如表2所示。对比分析发现7种光谱形式所构建的21个光谱指数与土壤EC的|r|均大于0.4,且均在0.01水平上显著(显著性检验阈值P**=±0.128),其中基于R_FD-RSI(R1913,R2142)构建的光谱指数与土壤EC相关性最强,r为0.649。通过分析21个线性回归模型的决定系数R2可知,在R构建光谱指数的模型中,基于R-DSI(R1882,R2010)的线性回归模型预测精度最优,R2为0.314;在不同光谱预处理构建光谱指数模型中,基于CR-DSI(R2119,R2261)的线性回归模型预测精度最优,R2为0.423。在同种预处理不同光谱指数构建模型中,基于DSI模型的预测精度均最高,仅在Abs预处理中RSI模型预测效果最佳,R2为0.372。综合分析可知,21个光谱指数虽能反映与土壤EC的相关性,但单一指数对于定量估算土壤EC的精度较低,难以解释二者之间的复杂关系,因此考虑采用多指数联合建模来估算土壤EC。
图表编号 | XD00156207300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 曹肖奕、丁建丽、葛翔宇、王敬哲 |
绘制单位 | 新疆大学资源与环境科学学院、新疆大学绿洲生态教育部重点实验室、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学资源与环境科学学院、新疆大学绿洲生态教育部重点实验室、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学资源与环境科学学院、新疆大学绿洲生态教育部重点实验室、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学资源与环境科学学院、新疆大学绿洲生态教育部重点实验室、新疆大学智慧城市与环境建模自治区普通高校重点实验室 |
更多格式 | 高清、无水印(增值服务) |