《表9 不同建模类型的盐分反演模型反演效果统计分析》

  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

《大田葵花土壤含盐量无人机遥感反演研究》

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

本文以通过灰色关联法筛选得到的不同指数和对应的作物冠层温度为自变量，以相应的不同深度土壤的含盐量为因变量，统计2个生育期的数据，利用偏最小二乘回归、支持向量机、BP神经网络以及极限学习机等建模方法，共计构建不同类型的土壤盐分反演模型72个，其模型反演效果统计如表9所示。由于各个模型间的验证集RMSE差异较小，为了更直观地观察各个模型之间的区别，以验证集R2、CC和RMSE等评价指标为参量，绘制出不同模型的模型评价指标堆积条形图，如图8所示，以观察分析模型反演效果，图中反演模型PLSR-20表示在0～20 cm深度处的偏最小二乘回归模型，SVM-20表示在0～20 cm深度处的支持向量机模型，BPNN-20表示在0～20 cm深度处的BP神经网络模型，ELM-20表示在0～20 cm深度处的极限学习机模型；PLSR-40表示20～40 cm深度处的偏最小二乘回归模型，SVM-40表示在20～40 cm深度处的支持向量机模型，BPNN-40表示在20～40 cm深度处的BP神经网络模型，ELM-40表示在20～40 cm深度处的极限学习机模型；PLSR-60表示在40～60 cm深度处的偏最小二乘回归模型，SVM-60表示在40～60 cm深度处的支持向量机模型，BPNN-60表示在40～60 cm深度处的BP神经网络模型，ELM-60表示在40～60 cm深度处的极限学习机模型。