《表2 模型性能分类：考虑植株氮垂直分布的夏玉米营养诊断敏感位点筛选》

  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

《考虑植株氮垂直分布的夏玉米营养诊断敏感位点筛选》

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

PLS回归模型是一种多元统计分析方法，能有效处理自变量间具有高度多重共线性的多维数据。PLS集典型相关分析、主成分分析和多元线性回归分析为一体，不仅可以降低数据分析维度，同时又可从多维自变量数据中找到影响因变量（氮指标）的主控因子，使所构建模型具有更高的鲁棒性[23]。PLS模型监测精准度采用实测值与预测值间决定系数（coefficient of determination，R2）、均方根误差（root mean square error，RMSE）和相对分析误差（relative percent deviation，RPD）来表征。其中，R2表示模型拟合度，其值越高模型越稳定；RMSE代表模型精确度，值越小则模型预测能力越高；RPD(RPD=样本标准差/RMSE）则是表征光谱监测模型通用性高低的关键指标，其阈值分布范围[24]如表2所示。