《表6 各单一特征波段构建的LAI反演模型及评定系数》

  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

《基于无人机高光谱数据的玉米叶面积指数估算》

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

为了综合比较单一特征波段的光谱反射率构建LAI估算模型的效果，采用线性函数、二次函数、指数函数、对数函数、幂函数、S型函数等6种不同回归模型对LAI与光谱反射率之间的关系进行分析。由于使用回归模型的类型会对建模结果的精度产生一定的影响，本文以决定系数R2和统计量F对回归模型性能进行评估，选取拟合度高、相对误差较小的模型做为最优LAI反演模型，使反演结果更接近真实值。使用波段反射率与实际采样的LAI进行构建估算模型，选取最优模型，拟合结果（表6）可以看出，基于可见光波段516、636和702 nm的光谱反射率经过回归分析得到的拟合模型能较好地表现LAI与特征波段反射率之间的变化关系，构建的LAI估算模型拟合精度均较好，R2为0.72～0.75，统计量F为69.22～92.61。在近红外波段范围内波段760、867 nm的光谱反射率构建的估算模型拟合度相比，精度较低，R2为0.43～0.48，F值为13.33～22.83。