《表2 主成分特征向量及总方差解释》

  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

《基于无人机数码影像的冬小麦氮含量反演》

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

PCA法通过主成分分析，确定冬小麦数码影像变量主成分特征值和特征向量，根据主成分累计贡献率，选择关键主成分。通过计算各主成分得分，得到各个试验小区关键主成分的得分系数作为反演模型参数。当累计贡献率达到90%以上时，即证明此时生成的主成分分量已经可以表示绝大部分的原始数据信息，因此将整体、部分和植被指数数码信息主成分处理结果进行统计，皆选取3个主成分因子作为最终结果。以冬小麦挑旗期为例，各主成分特征向量及累计贡献率如表2所示。