《表2 基于径向基核函数、S形核函数和多项式核函数的植被叶片cN, cP, cK估算SVR模型结果》
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
《不同核函数支持向量机和可见-近红外光谱的多种植被叶片生化组分估算》
aRBF:径向基核函数;b Sig:S形核函数;c Poly:多项式核函数;*R2:校正集平均决定系数;*RPD:校正集平均相对分析误差;**R2V:验证集平均决定系数;**RPDV:验证集平均相对分析误差
利用三种不同预处理方法和三种核函数,建立支持向量机回归模型估算植被叶片氮、磷、钾元素含量,其结果如表2所示。总体上看,基于RBF核函数模型的精度最佳,多项式核函数模型结果次之,而S形核函数模型效果最差。模型校正结果显示,基于一阶微分变换的RBF核函数模型对三种组分含量的反演结果最优;模型验证结果表明,基于一阶微分和Log(1/R)变换的RBF核函数模型对氮、钾元素含量的反演精度最佳(cN:平均R2=0.64,平均RPD=1.67;cK:平均R2=0.56,平均RPD=1.48),而基于一阶微分变换的RBF核函数模型则是磷元素的最佳估算模型(平均R2=0.68,平均RPD=1.73)。分别选出验证过程中R2最高的模型,其对生化组分含量的预测值与实测值在0.05显著性水平下均存在强相关性(cN:R2=0.85,RPD=2.63;cP:R2=0.87,RPD=2.80;cK:R2=0.83,RPD=2.30),如图4所示。
图表编号 | XD0032186400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 陈方圆、周鑫、陈奕云、王奕涵、刘会增、王俊杰、邬国锋 |
绘制单位 | 武汉大学资源与环境科学学院、武汉大学教育部地理信息系统重点实验室、武汉大学资源与环境科学学院、武汉大学教育部地理信息系统重点实验室、武汉大学资源与环境科学学院、武汉大学教育部地理信息系统重点实验室、湖北省测绘工程院、香港浸会大学地理系、深圳大学国家测绘地理信息局海岸带地理环境监测重点实验室及深圳市空间信息智能感知与服务重点实验室、深圳大学国家测绘地理信息局海岸带地理环境监测重点实验室及深圳市空间信息智能感知与服务重点实验室、深圳大学生命与海洋科学学院、武汉大学资源与环境科学学院、深圳大学国家测绘地理信息局 |
更多格式 | 高清、无水印(增值服务) |