《表4 后向逐步回归构建产量估测模型的过程及结果分析》

  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

《基于无人机遥感图像的苎麻产量估测研究》

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

***表示0.001显著水平，**表示0.01显著水平，*表示0.05显著水平。缩写同表1和表3。

从26个品种的3个重复小区中随机选取2个，共52个小区作为样本集，剩余26个小区作为检验集。利用后向逐步线性回归评估各小区的13个变量因子，建立产量估测模型，其过程及结果分析如表4所示。基于考虑逐步线性回归，得到2个苎麻产量预测模型，模型1为Y1=0.91846X1+0.847968X2-1.34815（其中X1为DSM-Based H，X2为E值）、模型2为Y2=1.0059X1+0.84546X2-0.0059X3-2.51473（其中X1为DSM-Based H，X2为E值，X3为ExGR）。利用检验集分别对2个预测模型检验，如图6所示，模型1的预测产量与实际产量之间存在显著的线性关系，R2、RMSE分别为0.85、0.71；模型2的预测产量与实际产量之间也存在显著的线性关系，R2、RMSE分别为0.81、0.73，苎麻产量估测模型有较好的估测效果，并且稳定性更好。