《表7 叶片SPAD预测值与实测值分布》
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Sentinel-2数据的干旱区典型绿洲植被叶绿素含量估算》
注:R2cal表示建模集的确定系数;R2val表示验证集的确定系数;RMSEC表示建模集的均方根误差;RMSEV表示验证集的均方根误差;RPD是验证集的相对百分比偏差。
在所有植被叶片SPAD估算模型中,从方案1到方案3的建模集效果逐步提升,R2CAL逐渐增大,RMSEC也呈现出逐渐变小的趋势(图7)。加入微分影像的植被指数和实测土壤属性后,建模效果显著提高。在预测效果方面,所有估算模型的RPD都达到了Ⅱ类标准,具有中度及以上的可预测性,但与建模集效果都逐渐提高的情况不同,芦苇、枣树、杨树叶片SPAD估算模型的验证集中,相比方案1,方案2的RPD反而减小,其可预测性出现了下降的情况,尤其是芦苇叶片SPAD估测模型的RPD值,由方案1的2.620骤降到方案2的2.009,模型的可预测性也从良好变成了中等,可能是方案2加入的植被指数较多,导致了部分特征变量冗余,降低了模型的预测效果(表7)。此外,杨树叶片SPAD估算模型的方案2,R2仅比方案1提升了0.01,但其RM-SEV却增大了0.724,RPD下降了0.014,可见其方案2的模型整体效果较方案1下降。而所有植被在方案3的验证效果却都是3种方案中最优的,R2最大,RMSEV最小,RPD>2.2。这说明方案3加入的土壤参量不是冗余变量,且对估算叶片SPAD值具有积极影响。
图表编号 | XD0060301700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.01 |
作者 | 顾峰、丁建丽、葛翔宇、高石宝、王敬哲 |
绘制单位 | 新疆大学资源与环境科学学院、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学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、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学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、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学绿洲生态教育部重点实验室、浙江大学地球科学学院、新疆大学资源与环境科学学院、新疆大学智慧城市与环境建模自治区普通高校重点实验室、新疆大学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) |