《表6 不同影响因素对模型精度的影响》

  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

《融合自然-人为因子改进回归克里格对土壤镉空间分布预测》

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

应用Arcgis软件中的地统计分析模块基于随机性原则分别选取217和54个样本作为测试集和验证集，各占样本比例为80%和20%[10]．验证效果表明（表6）:NARK是4种模型中MAE和RMSE最小，R2和RPD最大的，说明结合人为因素和自然因素的回归克里格的模拟效果最好．没有利用辅助因素的OK模型只能粗略估计土壤镉空间分布情况，而仅利用自然因素的NRK模型和没有考虑大气排放的NAERK模型的RPD分别为2.02和2.17，两个模型都具有较好地预测能力，利用自然和人为因素的NARK模型具有很好地预测能力．NRK模型较OK模型的MAE和RMSE分别降低4.15%和8.35%，RPD提升了9.12%；不考虑大气排放的NAERK模型较OK模型的MAE和RMSE降低了10.93%和17.61%，RPD提升了21.38%；融合了自然和人为因素的NARK模型较OK模型的MAE和RMSE分别降低27.30%和30.56%，RPD提升了44.01%．以上结果说明合理地利用多源辅助数据有利于提升改进回归克里格模型预测效果，对大气污染源周边大气点源排放对该区域土壤镉空间模拟的精度提升有至关重要的作用．