《表4 各林型森林冠顶高反演模型及精度验证》
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
《融合影像纹理、光谱与地形特征的森林冠顶高反演模型》
(1)*表示通过0.05水平的显著性检验,**表示通过0.01水平的显著性检验。
各林型森林冠顶高反演模型及精度验证如表4所示。从表4中可以看出,阔叶林中PLSR与MSR的建模精度几乎相同,而PLSR的验证精度高于MSR,说明对于阔叶林PLSR的泛化能力优于MSR;针叶林中PLSR与MSR的R2相差不大,但PLSR的RMSE较小,说明对于针叶林PLSR的反演结果更好;混交林中PLSR的建模及验证精度皆优于MSR;而BP神经网络在不同林型的区域森林冠顶高模拟中皆优于PLSR与MSR,说明其具有较好的应用潜力。在此基础上,利用BP神经网络对不同林型的森林冠顶高进行估算与验证,结果如图3所示。
图表编号 | XD00221047400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 高凯旋、焦海明、王新闯 |
绘制单位 | 河南理工大学测绘与国土信息工程学院、河南理工大学测绘与国土信息工程学院、河南理工大学测绘与国土信息工程学院 |
更多格式 | 高清、无水印(增值服务) |