《表5 高光谱特征波段、特征光谱指数与土壤盐分的回归模型》

  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

《基于多源数据融合的盐分遥感反演与季节差异性研究》

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

利用多元逐步回归筛选出高光谱的特征波段、特征光谱指数并构建回归方程（表5），实测高光谱反演模型R2在0.496～0.701之间，平均值为0.601，RMSE在2.11～3.23 g/kg之间，平均值为2.60 g/kg，其中基于特征光谱指数的春季高光谱反演模型精度最高，R2为0.701，春、秋两季基于特征光谱指数的高光谱反演模型R2比基于特征波段的高光谱反演模型平均高30.96%。基于特征光谱指数的春、秋两季高光谱反演模型比基于特征光谱指数的多光谱反演模型R2分别提高了42.48%和42.46%，RMSE分别降低了49.76%和11.84%。可见，利用高光谱构建的反演模型精度明显高于多光谱的反演模型，因为高光谱所采集的数据为纯像元，而分辨率为30 m的Landsat-8 OLI采集的数据为混合像元。