《表4 光谱变量与LNC逐步回归分析结果》

  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

《基于无人机多光谱影像的夏玉米叶片氮含量遥感估测》

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

在上述分析的基础上，按照光谱变量与LNC相关系数的大小排序，将排序的15个光谱变量依次减少光谱变量的个数作为输入因子进行后向逐步回归分析，建立LNC估测模型，并计算模型的调整决定系数R2adj。综合考虑逐步回归分析模型的评价指标和简单实用性，将模型建立的调整R2和变量个数进行综合分析，如表4所示。可以发现:在喇叭口期选择5个光谱变量，所建模型R2adj最高，说明在喇叭口期选择相关性前5的的光谱指数作为自变量时，所建模型效果最好；同理抽雄-吐丝期、灌浆期分别选择6、5个光谱变量建模的R2adj最高，所建模型效果最好。在不同生育期选用不同数量的光谱变量建立模型进行夏玉米LNC估测。