《表3 基于不同变量组的经典统计分析模型》
注:SLR、Quadratic、Cubic、MLSR分别为一元线性回归、二次曲线回归、三次曲线回归和多元逐步线性回归模型。
由表3可知,对比不同变量组,在SLR模型中,单波段组的R2<0.5,RMSE>7,预测效果最差。整体上各变量组的反演效果从差至优依次为:单波段组、光谱变换组、植被指数组、水分指数组、改进指数组;在SPSS内嵌的11种CR模型中,各变量组均以Quadratic、Cubic的拟合效果最好,与武婕等[8]的研究结果一致。各变量组的反演效果为:单波段组、光谱变换组、水分指数组、植被指数组、改进指数组;在MLSR模型中,改进指数组的验证集R2=0.684,RMSE=5.674,精度最高。各变量组的反演效果从差至优依次为:单波段组、光谱变换组、植被指数组、水分指数组、改进指数组。对比不同建模方法,各变量组均以SLR模型的拟合效果最差,除植被指数组中Cubic的反演效果优于MLSR外,其他变量组均以MLSR模型的预测精度更高。
图表编号 | XD00206337000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 李因帅、张颖、赵庚星、李涛、李建伟、窦家聪、范瑞彬 |
绘制单位 | 山东农业大学资源与环境学院土肥资源高效利用国家工程实验室、山东农业大学资源与环境学院土肥资源高效利用国家工程实验室、山东农业大学资源与环境学院土肥资源高效利用国家工程实验室、山东省土壤肥料工作总站、山东省土壤肥料工作总站、山东省农业技术推广总站、山东省招远市自然资源和规划局 |
更多格式 | 高清、无水印(增值服务) |