《表3 基于最优光谱指数的冬小麦叶面积指数含量预测模型分析（建模集）》

  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

《无人机高光谱遥感估算冬小麦叶面积指数》

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

注：SR表示一元回归模型。

以冬小麦叶面积指数为因变量，分别以原始光谱、一阶导数光谱、连续统去除光谱下的差值光谱指数、比值光谱指数、归一化光谱指数的最佳波段组合作为自变量，建立冬小麦叶面积指数的线性或非线性回归模型，筛选出每种光谱变换下的最优单变量预测模型如表3所示。结果表明最优窄波段光谱指数与LAI的关系均表现为非线性，更适合用一元二次函数进行拟合。在3种光谱变换下，原始光谱和连续统去除光谱均以归一化光谱指数（NDSI）为自变量构建的LAI预测模型最优，而导数变换光谱以比值光谱指数（RSI）为自变量构建的预测模型最优，3种最优单变量模型均到达了0.01的显著性检验，其R2均超过了0.55，其中基于原始光谱所构建的预测模型在几种单变量预测模型中表现相对最佳，R2为0.75，RMSE为0.29，与基于连续统去除光谱所建模型精度较为接近。