《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》
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。
图表编号 | XD00162765600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 玉荪·吐孙江 |
绘制单位 | 新疆农业大学林学与园艺学院、新疆维吾尔自治区教育厅干旱区林业生态与产业技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |