《表3 植被指数与LAI相关性分析结果》

  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

《基于梯度提升树算法的夏玉米叶面积指数反演》

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

注:**表示在P<0.01水平上极显著相关。

基于前人对于作物LAI反演进展的研究，分析光谱特征信息发现作物LAI对于红光参数与近红外参数较为敏感，为后期的植被指数的选择提供了方向。本文对3组样本中8种植被指数和株高与LAI进行相关性分析，结果如表3所示，LAI与8种植被指数和株高在P<0.01水平呈极显著相关，训练集相关系数均不小于0.660，验证集相关系数均不小于0.668。NDVI、OSAVI、RDVI、RVI、SAVI、EVI2、MASVI、TVI与LAI在总样本中相关系数平均为0.777、0.765、0.751、0.769、0.747、0.743、0.744、0.715（P<0.01），因此可选择此8种植被指数作为构建LAI反演模型的变量。而本实验中新加入的实测株高在P<0.01水平下与LAI的相关系数均值也达到了0.769，说明株高与夏玉米的叶面积指数有着较强的相关性，可以选择与8种植被指数一同作为SVM、RF和GBDT模型的输入变量，进行夏玉米LAI的预测研究。