《表1 高光谱特征参数及计算公式》

  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

《基于无人机高光谱影像玉米叶绿素含量估算》

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

通常使用高光谱分辨率遥感数据估计植被农学参数主要有两类方法:一是通过多元回归方法建立光谱数据或由此衍生的植被指数与农学参数之间的关系[14-16]；二是通过植被的红边参数描述植被的物候变化及其农学参数[17-20]。本研究选用的高光谱特征参数包括基于光谱位置的变量、基于光谱面积的变量以及植被指数，具体定义见表1。将实验获得的84组数据随机分为6组，其中4组作为建模集，1组作为验证集Ⅰ，1组作为验证集Ⅱ。对SPAD值与选取的特征参数进行相关分析，选择极显著相关且相关系数大于0.5的参数建模。模型均为单因素线性、非线性回归模型。综合比较训练集模型的决定系数（R2）、均方根误差（RMSE）以及验证集Ⅰ估测值与实测值线性回归方程的决定系数（R2）、均方根误差（RMSE）、相对误差（RE），确定最优估算模型。最后，在ENVI+IDL中，使用最优模型对研究区高光谱影像进行填图，得到研究区SPAD值分布图，并使用验证集Ⅱ，对填图精度进行验证。RMSE和RE计算公式分别如下: