《表2 建模结果比较：基于随机森林法的棉花叶片叶绿素含量估算》

  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

《基于随机森林法的棉花叶片叶绿素含量估算》

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

R2:决定系数；RMSE:均方根误差；RE:相对误差；RR:原始光谱；Rcr:包络线光谱。R2:coefficient of determination；RMSE:relative root mean-squared error；RE:relative error；RR:raw reflectance；Rcr:continuum-removal reflectance.

运用随机森林法选出的6个特征波段和建模样本实测叶绿素含量数据分别建立PLSR模型和BP神经网络模型，模型评价参数如表2所示。从建模效果看，基于原始光谱建立的两种模型中R2都低于0.8，RMSE相差不大，说明两种模型的稳定性较低，预测效果接近；基于包络线数据的两种模型中BP神经网络模型的R2为0.90，RMSE降低至0.91，表明数据转换后模型的稳定性和估算精度有了一定的提高。从预测值和实测值之间的拟合分析可以看出（图6），基于去除包络线数据的点和原始光谱相对均匀地分布在1︰1直线的两侧，表明利用去除包络线光谱建立的两种模型的拟合效果更好。