《表3 PLSR、SVR和FNN模型的估算评价指标》
将2.2中构建的模型用于对应的验证集数据,比较3种方法的估算效果。图5为验证集估算参数散点图,表3为验证集的评价指标均值。全生育期SVR的地上部生物量拟合优度和估算精度均高于PLSR和FNN,尤其是估算精度,MAPE较PLSR和FNN分别降低了5.73%~22.78%和10.74%~17.40%,RMSE分别降低了4.04%~18.51%和6.85%~12.06%。各生育期SVR和PLSR的LAI拟合优度相近,但SVR的估算精度更高,MAPE较之降低了10.63%~35.07%。SVR拟合优度R2比FNN高1.09%~4.35%,估算精度也更高,MAPE比FNN低17.10%~28.63%。除扬花期外,SVR全氮含量的估算效果均优于PLSR和FNN,R2分别提高了1.06%~5.56%、1.06%~2.20%,MAPE分别降低了9.23%~33.33%、14.47%~18.18%。扬花期3种模型估算性能相当,PLSR精度略高。全生育期SVR叶绿素浓度的估算效果均优于PLSR和FNN。除扬花期外,SVR的R2较PLSR提高了1.06%~1.10%,MAPE降低了9.15%~20.14%;SVR的R2较FNN提高了1.06%~4.55%,MAPE降低了19.80%~21.33%。只有扬花期SVR的优势不明显,拟合优度与PLSR和FNN相同,RMSE较PLSR高1.17%,但MAPE较之低2.41%,较FNN低6.89%。
图表编号 | XD00218071500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.15 |
作者 | 纪景纯、刘建立、牛玉洁、宣可凡、蒋一飞、邓皓东、李晓鹏 |
绘制单位 | 中国科学院南京土壤研究所、中国科学院大学、中国科学院南京土壤研究所、中国科学院南京土壤研究所、中国科学院大学、中国科学院南京土壤研究所、中国科学院大学、中国科学院南京土壤研究所、中国科学院大学、中国科学院南京土壤研究所、河海大学水文水资源学院、中国科学院南京土壤研究所 |
更多格式 | 高清、无水印(增值服务) |