《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》

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

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。