《表5 玉米叶片SPAD实测值与填图估测值统计特征》

  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

在ENVI+IDL环境下，使用SPAD-Dr模型、SPAD-SDr模型和SPAD-DVI模型分别对高光谱影像进行反演填图，获得研究区玉米叶片SPAD值分布图（图5），并对SPAD值进行统计（表5）。然后，利用验证集Ⅱ数据，对反演精度进行检验。验证集SPAD数据实测值和反演填图估测值拟合结果如图6所示，精度检验结果如表6所示。观察研究区高光谱影像发现，影像上有明显的暗色斑块，且反演填图结果（图5）中SPAD值呈现聚集状态，聚集中心SPAD值高，向外逐渐减少。这是由于玉米植株较高、叶片数目多且面积大，植株之间相互遮蔽，产生阴影，导致冠层中心顶部反射率较高、SPAD值较大，四周反射率较低，SPAD值较小。因此玉米叶片SPAD值填图统计结果（表5）中最小值和均值与SPAD实测结果相差较大。综合分析不同模型反演得到的玉米叶片SPAD值分布图（图5）及其统计结果（表5），发现SPAD-SDr模型和SPAD-DVI模型对玉米叶片SPAD高值估测偏高（两模型对SPAD值的最大估测值分别为62.70和62.53，而实测值最大值仅为54.70），且同一小区内估测值较为离散（两模型对SPAD值估测值的标准差分别为7.16和6.98），SPAD-Dr模型则能较好估测SPAD高值且估测结果具有较小的标准差。使用验证集Ⅱ数据对填图精度检验结果如图6、表6所示，三个模型计算得到的SPAD估测值与实测值的回归方程斜率均接近1，但是SPAD-Dr模型的回归方程决定系数最大（R2=0.89），均方根误差和相对误差最小（RMSE=1.28，RE=2.31）。综上所述，SPAD-Dr模型能较为准确地反映研究区玉米叶片SPAD值，反演填图精度最高。