高光谱实验报告三

实验三（数据处理）姓名：郜庆科学号：2012303200109、实验过程（描述实验的主要步骤，列出主要方法）【1】、回归分析利用Excel中自带的回归分析工具对数据进行回归分析，得到结果如表所示：回归统计MultipleR0.999999RSquare0.999998AdjustedRSquare0.999996标准误差1.59E-05观测值20方差分析dfSSMSFSignificance回归分析70.0012340.000176695553.41.12E-32残差123.04E-092.53E-10总计190.001234Upper 下限 上限Coefficients标准误差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从回归统计表中可以得到其相关系数R值为0.999999，所以表明自变量与因变量之间有很大的相关性。R平方为复决定系数，上述复相关系数R的平方。用来说明自变量解释因变量y变差的程度，以说明因变量y的拟合效果。此案例中的复决定系数为0.99998，表明用用自变量可解释因变量变差的99.98%，该值越大，模型拟合效果很好。调整后的复决定系数R2，该值为0.999996，说明自变量能说明因变量y的99.99%，因变量y的0.0001%要由其他因素来解释。方差分析表中的SignificaneeF（F显著性统计量）的P值为1.12E-32，明显小于显著性水平

0.05，所以说该回归方程回归效果显著，方程中至少有一个回归系数显著不为0。在回归参数表中，可以得到各个X的回归系数和相关性等。⑵、使用Excel的作图功能绘制冠层的光谱曲线，波长作为x轴，反射率作为y轴。前5个数据样本由于数据样本过于繁多，所以只挑选了前5个样本进行显示，如图所示，很显然，在由于数据样本过于繁多，所以只挑选了前5个样本进行显示，如图所示，很显然，在1427-1613波段存在较明显的区别，所以我们取这个区间范围的数据进行重新显示，由于原始波段从350开始，所以这里的波段应该是1777-1963，其显示结果如下所示：前5个样本差异处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】、作物叶绿素含量和N含量的相关性分析使用数据分析中的相关系数分析，对叶绿素和N的两列数据进行相关系数分析，分析界面如下：□礎垃争一行©□礎垃争一行©得到结果如下所示：得到结果如下所示：列1列2列11列20.9584871得到结果说明叶绿素和N之间存在较大的相关性，相关系数为0.958487。【4】、叶绿素、N含量和各波段反射率的相关性分析此次方法与上述相关性分析方法相同，不过需要在很多个数据前加上一列值为叶绿素值（或N值），在分析时，只需要看第一列的相关系数就可以确定与各个波段的相关系数了，其相关系数结果如下所示：f B C [I E F G B [ J K L H h I? F y I] 列】 到岂 到m 制占 刮目 別e 科？ 科0 叫m 列w 刿】1 州】2 阴心 列” 列山 列M 列巧17ta19s.ZL22z3別題.-Chmm弗17ta19s.ZL22z3別題.-Chmm弗％洌日圧仇粋9时山B9刊紀％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旧li也汕眩丹Ol'^!^l34Cl仙皿51孔恤A57QU.4QWH诚口曲• 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i),P^H140,^15d.展胞Y]0,测司鬧a,9^11OlQ删豳£L9&K90L99S4SIfi-996390d射曉农亘95•頤碍2网册閩(l的验朗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.闻钢的0.Wd950,知觀YB□9^32d临说OL0删丹Q-99S315OL郭阿TCl弼T7刖d抽衍馬OL0折珥A网班毘賞购BT常Q泗时肿Ih苗怖科i）冲凹T时-0.D20380.E^]3S 0. '].ErKlfii Q >：■.9E^ZB LLBBS-TtL U.3SS51Z O.SBESH 0_53&：33 d阳低卫 山狛亍EE7 h第日济 ClWH&ZL Ol辆阳丙 0.=^9&：'1 0.彌日临-0.S326S0.曲帆祐 0.Er^-SBS 0.时锲力 &斷绘帥 AP财ii 0&£r^B Cl昭浊旳 0l卵删目ft9^h4 Ou曲诗拥 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冋阳 LL3^374 U.5?932 ij.999L^3 U-SSK-Jil d阳克M 山掰旳削 tL5H3E73 £i_=e5K^ CL^SBK CL溯掰至 0.5595ES-u.i^stia.韓州酿o.舲就m o.眇図亦c.测蠶;ass^tb ◎般殴it o.闪巒■? dm緒 ①师凰鮎a射嵌j也钠整閒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拠山狮E硏 LiHI4 -D.O30J90.^IBQLQ.56%礦 ]-期5 -0.QH0B50.PW9TB-30.郦0阳4.m?T& ]叫6 -Q.caisgQ.^BQLQ.汨筑冊Q.時第<UQB&MTT1•M7 -O.WZBi0.S^BTS0. 4.的筒EQ,B阿].Ta0&^T311plS -0.O33SE.a.^BSS0.5^97册(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阳刑* 1L卩(id -O.edEE74.涮Ed4.9946酣 丄为酣ftSHriBi4.B44B1OlB&MiT62^953m狛删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；山脚日時a.時舟肌4iEWi阴Q,BPM箭ft fl.??^96QlBBWl Ql 1W列14 -ll.^liH；0.师g0.MATSij.呻通汹i-L£l!X对ida汕血時Z因曲Ia&!»X30L&&&M4O.汕轴0lM!H£4Ol強!K4BtLtil&MS ：L相关系数分布：这里只需要观察第一列数据的结果就可以了，结果前部分大部分波段为负相关且值普遍偏小，后半部分为正相关，且值略微偏大。说明叶绿素受后边的波段影响略大，大概集中在2000-2500左

右。N元素的计算方法与叶绿素的计算方法相同，只需要将第一列的数据改为N值即可，这里省略N的计算过程。只给出N的第一列的分布情况：N相关系数分布oOO•2a【5】、选择波段，建立叶绿素、N的光谱估计的多元回归模型利用相关系数的分布，我们可以找出与叶绿素相关系数最大的几个值以建立关于叶绿素的多元回归模型，由于ExceI中只允许有16个变量的回归，所以应该挑选小于16个相关系数绝对值最大的值来代表这多个个变量。这里我们挑选5个波段，如下所示：列2042列2043列2044列2047列2048相关系数0.074668 0.074563 0.074086 0.074409 0.074172由于波段数从350开始，所以其波段号依次是1698,1697,1696,1693,1692，将这几个波段的250个数据分别添加到叶绿素值跟前以便进行回归分析，如下图所示：

ALDJJI■；.L11编号叶绿素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'：■120342.92Z9533330-1400920.139076二匸门一0-13897610l_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巳应笳丁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然后以叶绿素值为因变量，以这5个波段的值为自变量，进行回归分析，得到结果如下所示：回归统计MultipleR0.297483RSquare0.088496AdjustedRSquare0.069818标准误差4.347325观测值250方差分析Coefficients标准误差tStatP-valueLowerCoefficients标准误差tStatP-valueLower95%Upper95%下限上限dfSSMSFSignificanceF回归分析5447.712189.542424.7378870.000377残差2444611.41218.89923总计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得到的回归分析的公式为：Y=-11162.4*x1+17134.03*x2-4555.39*x3-9240.948x4+7820.577*x5+39.80796其结果与叶绿素的相关系数分布结果大概相同。针对N的分布其值大致相同选取波段也相同，得到的结果如下所示：回归统计MultipleR0.30383RSquare0.092313AdjustedRSquare0.073713标准误差0.322008观测值250方差分析dfSSMSFSignificanceF回归分析52.5730540.5146114.9630160.00024残差24425.300150.103689总计24927.8732Coefficients标准误差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其回归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、实验数据（描述数据名称、类型和主要