研究文章

影响构造子集的碳含量、土壤秩序,和光谱分类的预测土壤总碳和漫反射光谱

表6

详细的偏最小二乘回归模型结果土壤全碳量( )预测子集的可见/近红外漫反射光谱基于光谱分类k——集群分析。值的范围反映出10个随机迭代模型的结果,和数字在括号的意思。详细结果给出完整的样本集模型没有划分子集进行比较。与完整的交叉验证(即模型。,分析交叉验证),相同的样品用于校准模型被用来验证模型。

校准 验证
均方根误差(%)c 均方根误差(%) RPDd RPIQe

集群0 78年 0.93 4.52 完整的交叉验证 0.88 5.87 2.86 5.40

集群1 87年 0.68 - -0.88 1.92 - -3.26 37 0.60 - -0.91 1.74 - -3.47 1.54 - -3.33 1.94 - -5.50
(0.77) (2.86) (0.75) (2.89) (2.16) (3.14)

集群2 73年 0.54 - -0.96 0.65 - -2.22 32 0.62 - -0.91 0.98 - -1.72 1.67 - -3.34 0.79 - -2.56
(0.81) (1.29) (0.80) (1.33) (2.39)
(1.71)

完整的样本集 215年 0.83 - -0.96 2.82 - -5.84 92年 0.74 - -0.95 3.10 - -5.83 1.89 - -4.54 1.80 - -3.92
(0.90) (4.30) (0.88) (4.30) (3.28) (3.06)

完整的样本集 307年 0.95 3.09 完整的交叉验证 0.94 3.39 4.09 3.80

一个样品的数量。
b确定系数。
c根均方误差。
d剩余的预测偏差。
e性能比四分位的距离。