《表3 基于不同变量组的经典统计分析模型》

  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

《鲁中南山丘区耕地地力的遥感反演模型与应用》

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：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。