《表4 预测模型精度评估对比》

《表4 预测模型精度评估对比》   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
《珠海一号高光谱遥感的表层土壤有机质含量反演方法》


  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

在采用遥感的方法反演表层土壤有机质过程中,遥感影像土壤反射率与经过精细处理的土壤所测定的土壤有机质含量存在误差。同时,土壤含水量与土壤中所含的微量元素也会对遥感影像反射率曲线产生影响,土壤有机质含量与遥感影像的相关性受多种因素干扰,遥感影像反射率与土壤有机质含量之间并非线性关系。简单的多元线性回归模型没有考虑到在反演土壤表层有机质过程中的多种因素干扰及反射率与土壤有机质含量之间并非线性关系,难以对研究区内海量土壤光谱信息数据进行更佳的预测。采用遥感方法进行土壤有机质数字制图的过程中,基于高斯核函数变换的支撑向量机回归模型处理遥感大数据往往更具有优势。基于高斯核函数变换的支撑向量机回归模型擅于解决非线性问题,通过对已有数据的训练,寻找出一条最佳的预测曲线,实现对土壤有机质含量的预测。根据小波包分解得到的低频分量和高频分量,建立支持向量机回归表层土壤有机质预测模型,预测效果比多元线性回归模型更加精准。不同预测模型精度评估对比如表4所示。