[发明专利]一种海洋水色遥感产品真实性检验的方法

权利要求书

1.一种海洋水色遥感产品真实性检验的方法,其特征在于包括如下步骤：

    步骤(1).长时间序列遥感数据集的重构；

    步骤(2).基于遥感数据集的时间-空间变异特征计算与综合；

    步骤(3).用于检验遥感产品的实测数据集质量控制与筛选；

    步骤(4).基于时空匹配法则的实测-遥感数据检验数据集生成；

    步骤(5).符合条件的匹配数据集风险等级区划；

    步骤(6).遥感产品数据真实性检验的指标计算。

2.如权利要求1所述的一种海洋水色遥感产品真实性检验的方法,其特征在于步骤(1)中长时间序列遥感数据集的重构通过DINEOF数据重构方法实现，该方法是基于正交函数分解方法（EOF）发展起来的一种数据重构方法，假定原始序列数据集 为维的二维数据矩阵，每一行代表某一空间位置点的时间序列值，每一列代表某一时刻所有空间序列值，原始序列数据集中的一些缺测点，用表示，具体步骤包括如下：

1-1.数据去均值处理，计算原始序列数据集中有效数据的均值，然后令；在二维数据矩阵中随机挑选1%的有效数据组成原始交叉验证点集，用于判断最佳重构模态数，对二维数据矩阵中处于原始交叉验证点集位置的有效数据同样赋值为；

1-2.用0替换二维数据矩阵中赋值为的点，使二维数据矩阵中缺测点的初始值为数据集的无偏估计值，并令特征模态参数；

1-3.对二维数据矩阵用式（1.1）进行EOF分解，得到个特征模态，使用式（1.2）计算二维数据矩阵中缺测点的重构值，大于1；

         （1.1）

其中分别为二维数据矩阵奇异值分解（SVD分解）后对应空间特征模态、奇异值矩阵和时间特征模态，T表示矩阵转置；

     （1.2）

其中为二维数据矩阵的空间与时间下标，和分别是空间特征模态和时间特征模态的第列，为相应的奇异值，；对步骤1-3迭代NITEMAX次，当时，计算原始交叉验证点集重构值与原始值的均方根误差；

1-4.令，重复步骤1-3计算出对应的均方根误差，然后比较得出值最小时对应的特征模态数，其中根据观测数据的时间维数来确定；

1-5.在特征模态数为时，计算二维数据矩阵中缺测点的重构值，并用计算出的重构值替换二维数据矩阵中原有缺测点的值；二维数据矩阵中处于原始交叉验证点集位置的有效数据用原始交叉验证点集中的原始值还原，得到新的数据集；令，得到重构序列数据集；

最终的重构误差计算如式（1.3）下：

     （1.3）

其中为新的数据集中有效点的总数，分别为原始序列数据集和重构序列数据集。

3.如权利要求1所述的一种海洋水色遥感产品真实性检验的方法,其特征在于步骤(2)中基于遥感数据集的时间-空间变异特征计算与综合，具体如下；

2-1.时间序列变异系数直接利用时间尺度内的像元属性值进行统计计算，统计标准差计算公式如下：

          （1.4）

式中，为时间统计序列标准差，为统计序列的均值，为统计序列的样本个数（与时间尺度大小以及历史样本的统计年数相关），代表时序遥感数据属性；

时间序列变异系数的计算公式为：

                  （1.5）

2-2.空间变异即空间窗口内相关属性数据观测值的变异程度，空间窗口的大小可取，其中a为大于3的奇数；窗口内的变异系数计算方法是窗口内的标准差除以窗口内的均值，形成空间变异的时间序列数据，通过采用步骤2-1所述方法计算空间变异时间序列的变异特性；时间、空间变异系数计算完成后，得到相应属性的时间空间变异数据的网格数据，即时间变异系数评价网格数据，空间变异变异系数评价网格数据；

2-3.对时间变异变异系数评价网格数据和空间变异系数评价网格数据，采用归一化网格图层叠加的形式进行综合，得到综合变异系数评价网格数据。