《表2 偏最小二乘回归叶片SPAD值预测模型统计》

《表2 偏最小二乘回归叶片SPAD值预测模型统计》   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
《高光谱估测稻叶SPAD值预处理方法与模型比较》


  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
*表示预处理方法的模型验证集决定系数R2优于不处理的模型,下同

结合不同预处理方法,采用PLSR模型建立叶片SPAD值估测模型,其建模精度与预测精度如表2所示。建模集所有预处理方法中,最优预处理为BC法,决定系数R2为0.95、RMSE为8.27、RPD为4.67;验证集所有预处理方法中,最优预处理也为SG+BC法,决定系数R2为0.82、RMSE为14.43、RPD为2.44。采用BC、SG、SG+BC、SG+SNV法均大幅提高了PLSR模型验证集的决定系数R2,MSC、SNV、SG+MSC降低了验证集的决定系数R2。图2为PLSR高光谱模型预测SPAD值最佳结果(R2=0.82)。