[发明专利]一种海洋水色遥感产品真实性检验的方法

说明书

技术领域

 本发明属于遥感技术领域，具体涉及是一种海洋水色遥感产品真实性检验的方法，尤其是对时间、空间变异存在的情况下造成检验结果不确定性的现实问题。

背景技术

     自1978年10月第一台水色卫星传感器CZCS（Coastal Zone Color Scanner）投入使用至今，水色卫星传感器的数量、光谱通道、辐射性能、空间分辨率等都得到了长足发展。众多的水色遥感产品的业务化应用，为海洋学相关研究提供了大范围、连续的观测数据。然而，水色遥感产品的精度验证问题一直是人们关注的热点。由于海洋表面存在复杂的时空变异特性，水色遥感产品的验证方法和评价体系仍然存在诸多争议问题。

  目前，国际相关组织（NASA Ocean Biology Processing Group's 简称：OBPG）及我国学者^[1]对水色遥感产品精度验证的主要方法是Sean W. Bailey等^[2]提出的验证算法。该方法通过时空窗口的约束法则和空间窗口内遥感数据的变异特性的判别来进行遥感产品精度验证。具体的方法是：首先通过时空窗口的约束来进行实测遥感数据集的匹配，同时，遥感空间窗口又必须满足空间均匀性的要求。时间窗口通常选择卫星国境时刻的±3h内，空间窗口可以选择3*3，5*5等。窗口内的数据同时满足有效性和均匀性的要求。

具体的匹配过程和判别法则如下：

(1)统计空间窗口内的有效像元个数(即非填充值的像元个数, NVP)和非陆地像元总数(NTP), 要求NVP>NTP/2+1 且NVP≥2, 以保证空间均值的代表性。

(2)计算有效像元的均值X 和标准差σ, 剔除X ±(1.5×σ)之外的像元, 以减少较异常数据对均值计算的影响。

(3)重新计算均值和标准差, 并计算方差系数CV=标准差/均值, 若CV≤0.15, 则通过均匀性判识。

     时间窗口的设置通常选择卫星成像时刻的                                                为时间窗口。在实际的匹配过程中，由于时间、空间变异性的存在，使得匹配得到的评价数据集具有很多不确定性。如：不同的点位会落在具有不同变异特征的海区内，得到的结果也会有所差异，导致遥感产品的评价结果就存在诸多不确定性。此外，评价指标的结果也相对单一，不能全面合理体现评价过程中存在的问题。

用于遥感数据评价的实测数据，是决定评价结果合理的重要参数之一。目前，在遥感数据精度评价和验证的实际操作过程中，往往并没有太多关注实测数据的质量控制。然而，实测数据的不确定性分析与质量控制在某种程度上已和数据本身具有同样的价值。如何量化和评价实测数据的不确定性，并对实测数据进行有效的质量控制，以及基于实测数据开展的遥感产品精度验证，是目前必须面对的一个重要问题。

    对于海洋环境观测数据中含有异常点的序列而言，目前常用的数据质量控制方法有极值检验、一致性判断、递增性判断、方法检验、格拉布斯检验以及狄克逊检验等^[3,4,5]。测量数据不确定性的来源及其随机特性决定了消除实测数据的不确定性是难以做到的，而随机现象的理想研究手段就是统计学规律分析，因此可以通过统计学的方法来降低测量数据的不确定性。对于异常值的处理上通常采用的做法是对序列数据进行各种滤波处理，以此来降低序列的随机误差。常见的滤波算法（如移动均值滤波、Savitzky-Golay滤波、Loess滤波等^[6,7]）总体上都是一些从数据间的关联性质进行考虑但物理机理不够明确的数据平滑技术。

引证文件

[1]. 孙凌 ,王晓梅,郭茂华,等. MODIS 水色产品在黄东海域的真实性检验[J]. 湖泊科学, 2009, 21(2): 298-306

[2]. Sean W. Bailey , P. Jeremy Werdell.  A multi-sensor approach for the on-orbit validation of ocean color satellite data products[J]. Remote Sensing of Environment 102 (2006) 12–23

[3]. 国家质量技术监督局2712海洋监测规范(第2部分)：数据处理与分析质量控制[S] GB17378.2,1998年.