《表3 土壤重金属元素MLR和PLSR建模和验证分析结果》

《表3 土壤重金属元素MLR和PLSR建模和验证分析结果》   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
《城市交通绿地土壤重金属含量的高光谱反演》


  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

在30个土壤样本中,随机选取22个样本用作建模集,8个样本用作验证集。将土壤重金属含量实测值作为因变量,在0.01水平上显著相关的光谱特征波段作为自变量,建立MLR和PLSR模型,同时利用验证集数据对模型结果进行验证分析。根据模型稳定性和预测精确性的判别,决定系数R2越大,模型越稳定;均方根误差(RMSE)越小,模型的预测效果越好。土壤Cr、Pb、Zn的最佳模型与验证统计量如表3所示。从MLR和PLSR 2种模型稳定性来看,土壤Cr、Pb、Zn在PLSR模型中的建模R2分别为0.986、0.809、0.629,依次为MLR模型建模R2的1.32、1.14、1.12倍,土壤Pb、Zn元素在PLSR模型中的验证R2分别为0.584、0.413,均高于MLR模型的验证R2,说明PLSR模型的稳定性优于MLR模型。从模型的精确性来看,土壤重金属建模和验证的RMSE可以反映预测值与实测值间的偏差。土壤Cr、Pb、Zn在PLSR模型中的建模RMSE分别为1.432、3.392、22.726,均低于MLR模型建模的RMSE,PLSR建模精度高于MLR模型。土壤Cr、Zn在PLSR模型中的验证RMSE分别为12.782、19.072,均高于MLR模型的验证RMSE,因此PLSR模型的预测精度有待进一步提高。总体而言,PLSR模型的精确性优于MLR模型。与研究区土壤Cr、Pb、Zn元素的实测值相比,土壤Cr的MLR和PLSR建模和验证的RMSE在6.711~12.782之间,精确性较高。土壤Pb的MLR和PLSR建模和验证的RMSE在3.392~12.447之间,与实测值相差较大,表明Pb元素的建模和验证精确性较低,这可能与Pb元素是城市交通绿地污染物中主要的重金属元素,受人为影响强烈有关。土壤Zn的MLR和PLSR建模和验证的误差在18.234~25.941之间,与实测值相差较大,模型建模和验证的精度低。