《表3 一元线性回归模型和多元线性逐步回归模型的精度验证》

  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

《截形叶螨危害下枣叶片含水率高光谱估测模型》

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

为了验证估测模型的预测能力和稳定性，选择最常用的拟合度（R2）为主要依据，并结合均方根误差（RMSE）和相对误差（RE）对模型进行检验评价，结果见表3。由表3可知，SMLR模型的整体检验效果要好于MLR模型，以原始光谱构建的模型其检验效果最差，而经微分变换的光谱模型的R2和RMSE、RE均相对较为稳定，且其差异不明显。除原始光谱模型外，由单波段构建的枣叶片含水率MLR模型的拟合度均在0.6左右，而RMSE模型的拟合度多在0.03左右，其RE多低于0.08；而SMLR模型的拟合度较MLR模型的拟合度有所提高，不同微分光谱敏感波段所构建的模型其拟合度基本在0.6以上，RMSE均不超过0.55，RE均低于0.10，其中以一阶微分光谱构建的SMLR模型效果最佳，其拟合度R2达到了0.740，其RMSE和RE分别为0.031、0.045。这一分析结果表明，利用一阶微分光谱构建的SMLR模型对截形叶螨危害下枣叶片含水率有较好的预测效果，可以用作新疆喀什地区麦盖提县昂格特勒克乡枣生产园枣叶片含水率高光谱估测最佳模型。