Risultati e discussione

I due parametri principali che verranno utilizzati per valutare la bontà dei modelli di regressione spettri VISSWIR e tenore di clorati/perclorati sono: Root Mean Square Error (RMSE) e 𝑅ଶ (Martens et al., 1989; Naes, 2002). Il parametro RMSE fornisce la possibilità di valutare le differenze tra la risposta stimata 𝒀̑ e la risposta osservata 𝒀. Mentre, R2 è un parametro usato per valutare il fitting del modello. Tali parametri verranno riferiti alle fasi di calibrazione, convalida incrociata e predizione. Mentre, per valutare l’importanza del contributo delle variabili descrittive al modello finale si devono prendere in considerazione entrambe le variabili significative alla descrizione di Y (e le variabili rilevanti per la descrizione di X, sintetizzate da parametri quali: regression vector, selectivity ratio e VIP scores. Le performance di classificazione verranno, invece, valutate sulla base dei parametri: Sensitivity, Specificity, Precision, Misclassification Error ed Accuracy, riferiti alla fase di calibrazione, convalida incrociata e predizione del test set.