《表1 线性模型、多元线性模型及混合线性模型拟合精度》

《表1 线性模型、多元线性模型及混合线性模型拟合精度》   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
《包头市细颗粒物遥感监测混合线性模型》


  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

二者关系拟合如表1所示,线性模型回归的确定系数(R2)为0.28,即AOD的变化可以解释28%的PM2.5监测值的变异,其均方根误差(RMSE)较大,为26.53μg·m-3;引入地表温度和日平均风速后的多元线性模型R2有较大幅度的提高(0.41),这些因子的引入对PM2.5监测值变异的解释能力增强,RMSE也相应的减小到19.70μg·m-3;混合线性模型的RMSE是在这3个模型中最小,为19.70μg·m-3。