《表5 基于光谱指数的冬小麦叶片叶绿素含量预测模型》

  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UHD185成像光谱仪的冬小麦叶绿素监测》

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

通过表3和表4可知，相关性达到显著相关水平的分别为Sblue、Sred、Dr、RSI、DSI、NDSI，以6类光谱参数为自变量构建一元预测模型（表5）。从表中可以看出，R2最高的是SPAD-NDSI模型，为0.6308，RMSE同样最小，为1.9766，其次为SPAD-DSI和SPAD-RSI，R2分别为0.4664和0.5619，RMSE分别为2.1126和2.1168。由此可见，以新光谱指数为自变量构建的预测模型明显优于传统光谱参数。使用验证集1对各模型精度进行检验，由表5可知，新光谱指数模型的验证集R2高于传统光谱指数模型，RMSE低于传统指数模型，其中SPAD-NDSI为最优模型。