《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》
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。
图表编号 | XD0044077800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.12 |
作者 | 依尔夏提·阿不来提、买买提·沙吾提、白灯莎·买买提艾力、安申群、马春玥 |
绘制单位 | 新疆大学资源与环境科学学院、新疆绿洲生态教育部重点实验室、新疆大学资源与环境科学学院、新疆绿洲生态教育部重点实验室、新疆智慧城市与环境建模普通高校重点实验室、新疆农业科学院核技术生物技术研究所、新疆大学资源与环境科学学院、新疆绿洲生态教育部重点实验室、新疆大学资源与环境科学学院、新疆绿洲生态教育部重点实验室 |
更多格式 | 高清、无水印(增值服务) |