《表9 土壤含盐量和含水率估算模型》

《表9 土壤含盐量和含水率估算模型》   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
《基于高光谱和Landsat-8 OLI影像的盐渍化土壤水盐估算模型构建》


  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

综合实测重采样敏感波段和影像敏感盐分指数,采用MLR、PLSR和SVM 3种方法分别构建SSC和SMC的估算模型,在建立SSC模型时,以7个重采样波段和3个影像盐分指数为自变量,含盐量为因变量进行建模;SMC模型以8个影像盐分指数为自变量,含水率为因变量进行建模,建模结果见表9。SSC估算模型精度大于SMC估算模型,3种方法所建SSC估算模型效果均较好,建模集R2在0.510以上,从模型建模精度和稳定性方面来看,SSC以SVM建立的估算模型效果最佳,模型R2和RMSE均优于MLR和PLSR模型,SMC估算模型以MLR和SVM估算模型效果较佳,PLSR模型效果较差。以上结果表明,基于实测重采样波段和影像盐分指数进行区域SSC和SMC的定量估算是可行的。对于研究区而言,SSC和SMC的SVM模型的建模精度和验证精度均较高。