《表6 高山松地上生物量实测值与模型预测值统计结果》

  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

《基于优化k-NN模型的高山松地上生物量遥感估测》

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

本研究的主要目标是通过优化方法降低像元尺度下模型的估测误差，提高对高山松地上生物量的估测精准度。表6和图5表明:（1）基于传统k-NN模型的样本生物量预测结果为16.2～92.6 t·hm-2，平均值为54.7 t·hm-2，模型均方根误差为30.0 t·hm-2，偏差为-0.418 t·hm-2，RMSE为54.8%（图5A）；（2）遗传算法优化后的ik-NN模型精度得到了提升，均方根误差为24.0 t·hm-2，偏差为-0.123 t·hm-2，RMSE为43.7%（图5B）。与传统k-NN模型相比，ik-NN模型的精度均方根误差值降低了约6.0 t·hm-2，偏差下降比例达75.6%，模型精度RMSE提高了11.1%；（3）ik-NN模型的样本估计值为23.3～95.2 t·hm-2，在均值上与实测值比较相近，约55.0 t·hm-2。但对于高生物量或低生物量区域的估测残差仍较大，均出现高值低估，低值高估的现象。