高光譜實(shí)驗(yàn)報(bào)告三

實(shí)驗(yàn)三（數(shù)據(jù)處理）姓名：郜慶科學(xué)號(hào)：2012303200109、實(shí)驗(yàn)過(guò)程（描述實(shí)驗(yàn)的主要步驟，列出主要方法）【1】、回歸分析利用Excel中自帶的回歸分析工具對(duì)數(shù)據(jù)進(jìn)行回歸分析，得到結(jié)果如表所示：回歸統(tǒng)計(jì)MultipleR0.999999RSquare0.999998AdjustedRSquare0.999996標(biāo)準(zhǔn)誤差1.59E-05觀測(cè)值20方差分析dfSSMSFSignificance回歸分析70.0012340.000176695553.41.12E-32殘差123.04E-092.53E-10總計(jì)190.001234Upper 下限 上限Coefficients標(biāo)準(zhǔn)誤差tStatP-valueLower95%95% 95.0% 95.0%Intercept0.0001058.39E-051.2497670.23521-7.8E-050.000288-7.8E-050.000288XVariable1-2E-061.82E-06-1.119780.284721-6E-061.93E-06-6E-061.93E-06XVariable2-5.439680.149242-36.44861.17E-13-5.76485-5.1145-5.76485-5.1145XVariable330.008560.83584735.901991.39E-1328.1874131.8297228.1874131.82972XVariable4-67.16981.881489-35.70031.49E-13-71.2692-63.0704-71.2692-63.0704XVariable577.085592.13648936.080491.32E-1372.4305881.740672.4305881.7406XVariable6-46.81411.298246-36.05951.32E-13-49.6427-43.9854-49.6427-43.9854XVariable713.327970.3549937.544688.19E-1412.5545114.1014312.5545114.10143從回歸統(tǒng)計(jì)表中可以得到其相關(guān)系數(shù)R值為0.999999，所以表明自變量與因變量之間有很大的相關(guān)性。R平方為復(fù)決定系數(shù)，上述復(fù)相關(guān)系數(shù)R的平方。用來(lái)說(shuō)明自變量解釋因變量y變差的程度，以說(shuō)明因變量y的擬合效果。此案例中的復(fù)決定系數(shù)為0.99998，表明用用自變量可解釋因變量變差的99.98%，該值越大，模型擬合效果很好。調(diào)整后的復(fù)決定系數(shù)R2，該值為0.999996，說(shuō)明自變量能說(shuō)明因變量y的99.99%，因變量y的0.0001%要由其他因素來(lái)解釋。方差分析表中的SignificaneeF（F顯著性統(tǒng)計(jì)量）的P值為1.12E-32，明顯小于顯著性水平

0.05，所以說(shuō)該回歸方程回歸效果顯著，方程中至少有一個(gè)回歸系數(shù)顯著不為0。在回歸參數(shù)表中，可以得到各個(gè)X的回歸系數(shù)和相關(guān)性等。⑵、使用Excel的作圖功能繪制冠層的光譜曲線(xiàn)，波長(zhǎng)作為x軸，反射率作為y軸。前5個(gè)數(shù)據(jù)樣本由于數(shù)據(jù)樣本過(guò)于繁多，所以只挑選了前5個(gè)樣本進(jìn)行顯示，如圖所示，很顯然，在由于數(shù)據(jù)樣本過(guò)于繁多，所以只挑選了前5個(gè)樣本進(jìn)行顯示，如圖所示，很顯然，在1427-1613波段存在較明顯的區(qū)別，所以我們?nèi)∵@個(gè)區(qū)間范圍的數(shù)據(jù)進(jìn)行重新顯示，由于原始波段從350開(kāi)始，所以這里的波段應(yīng)該是1777-1963，其顯示結(jié)果如下所示：前5個(gè)樣本差異處io系列1 系列2系列1 系列2 系列3系列4 系列5700110015/19bl3017511^15419317^zllzl5H9m3mly582/3/Tblbmn9434ZDr-m529131715【3【3】、作物葉綠素含量和N含量的相關(guān)性分析使用數(shù)據(jù)分析中的相關(guān)系數(shù)分析，對(duì)葉綠素和N的兩列數(shù)據(jù)進(jìn)行相關(guān)系數(shù)分析，分析界面如下：□礎(chǔ)垃爭(zhēng)一行?□礎(chǔ)垃爭(zhēng)一行?得到結(jié)果如下所示：得到結(jié)果如下所示：列1列2列11列20.9584871得到結(jié)果說(shuō)明葉綠素和N之間存在較大的相關(guān)性，相關(guān)系數(shù)為0.958487?！?】、葉綠素、N含量和各波段反射率的相關(guān)性分析此次方法與上述相關(guān)性分析方法相同，不過(guò)需要在很多個(gè)數(shù)據(jù)前加上一列值為葉綠素值（或N值），在分析時(shí)，只需要看第一列的相關(guān)系數(shù)就可以確定與各個(gè)波段的相關(guān)系數(shù)了，其相關(guān)系數(shù)結(jié)果如下所示：f B C [I E F G B [ J K L H h I? F y I] 列】 到豈 到m 制占 刮目 別e 科？ 科0 叫m 列w 劌】1 州】2 陰心 列” 列山 列M 列巧17ta19s.ZL22z3別題.-Chmm弗17ta19s.ZL22z3別題.-Chmm弗％洌日?qǐng)R仇粋9時(shí)山B9刊紀(jì)％99軒ma日期刖Q日丹84TO.9?=?Z90L9997G3O-99M3IOl999^82 Cl?9BP：i5(L999M 1-flLfl270.跑汨Sta.^HSltlZ0.wMTtO.S1^5S>ftS1^74Oi汕窗弓i工汕齟13OlPP舊li也汕眩丹Ol'^!^l34Cl仙皿51孔恤A57QU.4QWH誠(chéng)口曲? L-0.024]^0.&997iKfl.&957B50.ErKflfigCl9^070.9彌卿ij.9K^U3Cl9=r=r277ij.99&L3TCl99E￥]Td汨旳四匸彌旳劭Cl999￡KC.999S7?] d.9WSCi.=^9M& L預(yù)i),P^H140,^15d.展胞Y]0,測(cè)司鬧a,9^11OlQ刪豳￡L9&K90L99S4SIfi-996390d射曉農(nóng)亙95?頤礙2網(wǎng)冊(cè)閩(l的驗(yàn)朗d^95ir?i：i.^9T3gd/^^S-0.O19B50.99932fl.W=ST70.?=e)3iE?O.99S7H20.SKSB70.9S?ZBSu.95&43BLLS9E224ij-99TM3O.99T?61D.9979110_99BM1d.990E?IO.^SZTlO.WSES0.WiBE4-O.&194^0.聞鋼的0.Wd950,知觀YB□9^32d臨說(shuō)OL0刪丹Q-99S315OL郭阿TCl弼T7刖d抽衍馬OL0折珥A網(wǎng)班毘賞購(gòu)BT常Q泗時(shí)腫Ih苗怖科i）沖凹T時(shí)-0.D20380.E^]3S 0. '].ErKlfii Q >：■.9E^ZB LLBBS-TtL U.3SS51Z O.SBESH 0_53&：33 d陽(yáng)低衛(wèi) 山狛亍EE7 h第日濟(jì) ClWH&ZL Ol輛陽(yáng)丙 0.=^9&：'1 0.彌日臨-0.S326S0.曲帆祐 0.Er^-SBS 0.時(shí)鍥力 &斷繪帥 AP財(cái)ii 0&￡r^B Cl昭濁旳 0l卵刪目ft9^h4 Ou曲詩(shī)擁 Cl^BKT 九仞鶴ii O.1^&6? O.^SSLi D.^&a-0.O24ECi.痢Efi2 I).S^eriZ0.彌!SEi QSKH3B O.9冋陽(yáng) LL3^374 U.5?932 ij.999L^3 U-SSK-Jil d陽(yáng)克M 山掰旳削 tL5H3E73 ￡i_=e5K^ CL^SBK CL溯掰至 0.5595ES-u.i^stia.韓州釀o.舲就m o.眇図亦c.測(cè)蠶;ass^tb ◎般毆it o.閃巒■? dm緒 ①師凰鮎a射嵌j也鈉整閒ci曲射m o.的卿即n曲gesi o.^sm i：i.w?922-O.'：C5<|=-CL^SWQ.5?3S3E0.&?SCUQSE^JSS'：'.9WL6] &.?W2 0.?W2QS?91] 0.553^50.?9ES>=-9Dl^BKOI￡'.W9SL0-汨9焜CLW5T27O.^SBU0.?WBE72KT?科2 -0.080S38 L弭3 -山HE拠山獅E硏 LiHI4 -D.O30J90.^IBQLQ.56%礦 ]-期5 -0.QH0B50.PW9TB-30.酈0陽(yáng)4.m?T& ]叫6 -Q.caisgQ.^BQLQ.汨筑冊(cè)Q.時(shí)第<UQB&MTT1?M7 -O.WZBi0.S^BTS0. 4.的筒EQ,B阿].Ta0&^T311plS -0.O33SE.a.^BSS0.5^97冊(cè)(1.jSfSeei.2Q勺彌EHasEessTOL&K^a 1.HM卡 -n.WltK：0.?T9L0.S^59<fl.BWZ]忙阿TDa0旳価a a陽(yáng)刑* 1L卩(id -O.edEE74.涮Ed4.9946酣 丄為酣ftSHriBi4.B44B1OlB&MiT62^953m狛刪E 1:11 -n.fflJDlSn.^SEZfl,KSH：6t4, ftBMB6ftSEr^iiTClBS^ITftBBKifiSA 1M」列12 -O.ME^Cl.弼E胎4.B49G1B4.?9El￡i&9騎3酹lam砌列|,￡L&E6￡tiTCliEiaSSaflm狛舸ECl般彌*■油S*l. 11州13 -O.WStEH；山腳日時(shí)a.時(shí)舟肌4iEWi陰Q,BPM箭ft fl.??^96QlBBWl Ql 1W列14 -ll.^liH；0.師g0.MATSij.呻通洶i-L￡l!X對(duì)ida汕血時(shí)Z因曲Ia&!?X30L&&&M4O.汕軸0lM!H￡4Ol強(qiáng)!K4BtLtil&MS ：L相關(guān)系數(shù)分布：這里只需要觀察第一列數(shù)據(jù)的結(jié)果就可以了，結(jié)果前部分大部分波段為負(fù)相關(guān)且值普遍偏小，后半部分為正相關(guān)，且值略微偏大。說(shuō)明葉綠素受后邊的波段影響略大，大概集中在2000-2500左

右。N元素的計(jì)算方法與葉綠素的計(jì)算方法相同，只需要將第一列的數(shù)據(jù)改為N值即可，這里省略N的計(jì)算過(guò)程。只給出N的第一列的分布情況：N相關(guān)系數(shù)分布o(jì)OO?2a【5】、選擇波段，建立葉綠素、N的光譜估計(jì)的多元回歸模型利用相關(guān)系數(shù)的分布，我們可以找出與葉綠素相關(guān)系數(shù)最大的幾個(gè)值以建立關(guān)于葉綠素的多元回歸模型，由于ExceI中只允許有16個(gè)變量的回歸，所以應(yīng)該挑選小于16個(gè)相關(guān)系數(shù)絕對(duì)值最大的值來(lái)代表這多個(gè)個(gè)變量。這里我們挑選5個(gè)波段，如下所示：列2042列2043列2044列2047列2048相關(guān)系數(shù)0.074668 0.074563 0.074086 0.074409 0.074172由于波段數(shù)從350開(kāi)始，所以其波段號(hào)依次是1698,1697,1696,1693,1692，將這幾個(gè)波段的250個(gè)數(shù)據(jù)分別添加到葉綠素值跟前以便進(jìn)行回歸分析，如下圖所示：

ALDJJI■；.L11編號(hào)葉綠素N169216S316%169T1698110139.506672.7233331..l.r^.L0.1369410-1366350.1366070.13E511r1 1U?」l.」背"2”9用関T1:?lB5L.u-0,1366831:s:+110344.303333.0533330.135207匚I13506G|：|-1347930.134719D.134E1B5110-i37.053332.6066670.1350470.1357830-1355190.1353340.135224G110539-13￡696GGT□.1301-11d13B12T0-13TBG4：0.137743D.137503-1201IE.iree"2.99:.L39B7S0.LS^SSi0.13^720.139275：.1:?1:78120242.443333.0433330,1399770.1390610.1396680-139530,139338'：■120342.92Z9533330-1400920.139076二匸門(mén)一0-13897610l_2_0439.572.7233330.1401350.139980-1395890-1393990.13926811::n■9B.9B667:r：rr.f."■l.1D.190991I-.：!■!50.136676■l.112130136.656672.5233330.1181670.11B106Cl118286■X1182360.11810113130237.013332.55CL112S290.11277口.L皿即0-112464CL11240&14130335.056672.4=70.1124670.113345Cl111946■X1118590.111787■I-3!-.51:.'-"IT.I-."J.11U440.110907i..U.1：ur,；：；：J.11Q44616130537.25667Z550-1089470.10B9130.1087480-1085620.10842717l_4：_0142.633.01666T0.1092030.10S0530.1088830.1089110.1087591814=0239J362.7133330.11860?0.1104040.1178590.1177580.117718工-■!u3E:.Eltt172.56666Tj.Uj?l^:.U：7230.110525u.—UC2"j.11jSl211屯0439-612-73CL1099930.109931CL105655Cl-109639CL1095192114=C'537.958882.6183330.1195730.110417Cl1188660-118790.11869422150135.1Q333巳應(yīng)笳丁CL1013750.1013E+CL1010290.10091CL100S252GL502壬2.LlCGG"工ir>z::0.100149C.1000380.09997-t1.09994924l_5_0339.16S332.03666T0.0968040.0960660.096464：0-096+250.09638225150431.G4333Z326667Cl094540.0S44B96094235Cl094007口：站'7.r<1.r：皆錦Ej.■F>/：-lr：'79u.IE91Q,094833然后以葉綠素值為因變量，以這5個(gè)波段的值為自變量，進(jìn)行回歸分析，得到結(jié)果如下所示：回歸統(tǒng)計(jì)MultipleR0.297483RSquare0.088496AdjustedRSquare0.069818標(biāo)準(zhǔn)誤差4.347325觀測(cè)值250方差分析Coefficients標(biāo)準(zhǔn)誤差tStatP-valueLowerCoefficients標(biāo)準(zhǔn)誤差tStatP-valueLower95%Upper95%下限上限dfSSMSFSignificanceF回歸分析5447.712189.542424.7378870.000377殘差2444611.41218.89923總計(jì)2495059.125

95.0%95.0%Intercept39.807960.49426180.540389E-17838.834440.7815338.834440.78153XVariable1-11162.43264.206-3.419640.000735-17592-4732.79-17592-4732.79XVariable217134.034571.7463.7478080.0002238128.90326139.158128.90326139.15XVariable3-4555.395692.617-0.800230.424357-15768.36657.553-15768.36657.553XVariable4-9240.947696.799-1.200620.231062-24401.65919.702-24401.65919.702XVariable57820.5773657.6462.1381450.033499615.987415025.17615.987415025.17得到的回歸分析的公式為：Y=-11162.4*x1+17134.03*x2-4555.39*x3-9240.948x4+7820.577*x5+39.80796其結(jié)果與葉綠素的相關(guān)系數(shù)分布結(jié)果大概相同。針對(duì)N的分布其值大致相同選取波段也相同，得到的結(jié)果如下所示：回歸統(tǒng)計(jì)MultipleR0.30383RSquare0.092313AdjustedRSquare0.073713標(biāo)準(zhǔn)誤差0.322008觀測(cè)值250方差分析dfSSMSFSignificanceF回歸分析52.5730540.5146114.9630160.00024殘差24425.300150.103689總計(jì)24927.8732Coefficients標(biāo)準(zhǔn)誤差tStatP-valueLower95%Upper95%下限95.0%上限95.0%Intercept2.7664650.0366175.565642.8E-1712.6943532.8385772.6943532.838577XVariable1-849.185241.781-3.512210.000529-1325.43-372.941-1325.43-372.941XVariable21309.747338.6313.8677710.000141642.73411976.76642.73411976.76XVariable3-385.861421.6543-0.915110.361036-1216.41444.6859-1216.41444.6859XVariable4-650.184570.1048-1.140460.255211-1773.14472.7706-1773.14472.7706XVariable5575.2527270.92322.1233050.03473541.606021108.89941.606021108.899其回歸分析的公式如下所示：Y=-849.185*x1+1309.747*x2-385.861*x3-650.184*x4+575.2527*x5+2.766465二、實(shí)驗(yàn)數(shù)據(jù)（描述數(shù)據(jù)名稱(chēng)、類(lèi)型和主要