《表3 土壤有机碳含量 (SOC) 与其反射率的归一化比值指数 (R/RM (450-750) ) 逐步回归结果Table 3 Results from stepwise regression for
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
《砂姜黑土土壤有机碳高光谱特征与定量估算模型的研究》
通过相关分析发现，光谱归一化比值指数变换形式（R/RM （450-750）） 与土壤有机碳相关性最好，为了建立土壤有机碳高光谱预测最优模型，结合与土壤有机碳最相关光谱指标分析，通过光谱归一化比值指数和相关分析初步筛选了43个土壤有机碳SOC的敏感波段，分别为:409、410、430、434、450、451、452、467、482、483、485、590、591、605、606、607、612、613、614、615、619、620、623、633、634、635、637、638、641、642、643、644、645、651、656、657、658、659、663、683、684、685和934 nm（变量形式为R/RM （450-750）） 。逐步回归分析是多元线性回规模型中选择回归变量的一种常用的数学方法，它表明事物之间相互依赖、相互制约的关系，主要用于分析单个因变量是如何受一个或多个自变量影响[19]。由于反射率的归一化比值指数与SOC的相关性最好，因此将该筛选出的43个敏感波长位置的归一化比值指数值（R/RM （450-750）） 作为自变量，而SOC为因变量，通过多元逐步回归分析，获取模型最优预测波段。逐步回归结果显示，最终对模型的贡献达到显著水平而被留在模型中的只有R606/RM（450-750），R637/RM（450-750）和R644/RM（450-750），即位于606、637和644nm波段处的归一化比值指数是模型的最优参数。逐步回归最终结果如表3所示。经过对逐步回归建立的方程进行方差分析（ANOVA），达到P<0.01的极显著水平。由此可见，无论是回归方程还是方程中的各回归系数，均达到了显著的回归效果，说明方程是有效的，可作为砂姜黑土土壤有机碳（SOC）的高光谱预测模型（见式 （4）） 。利用归一化比值指数来预测土壤有机碳含量（%）的最终模型确定为:
| 图表编号 | XD00187196200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.01.30 |
| 作者 | 杨红飞、郑黎明、郜中要、王若澜、王友保 |
| 绘制单位 | 安徽师范大学生命科学学院、皖江城市带退化生态系统的恢复与重建安徽省协同创新中心、重要生物资源保护与利用研究安徽省省级重点实验室、安徽师范大学生命科学学院、安徽师范大学生命科学学院、安徽师范大学生命科学学院、安徽师范大学生命科学学院、皖江城市带退化生态系统的恢复与重建安徽省协同创新中心、重要生物资源保护与利用研究安徽省省级重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
