本發(fā)明涉及衛(wèi)星遙感技術(shù)領(lǐng)域，特別的，涉及一種對遙感數(shù)據(jù)進(jìn)行觀測質(zhì)量分級的方法。

背景技術(shù)：

衛(wèi)星遙感反射率數(shù)據(jù)具有覆蓋范圍廣、時(shí)間序列長等特點(diǎn)，是生產(chǎn)區(qū)域與全球尺度植被指數(shù)、葉面積指數(shù)等定量遙感植被參數(shù)產(chǎn)品的主要手段。受殘?jiān)?、氣溶膠等天氣狀況的影響，現(xiàn)有的植被參數(shù)產(chǎn)品在時(shí)間序列上連續(xù)性較差，嚴(yán)重影響了在植被生長監(jiān)測等領(lǐng)域中的應(yīng)用。這源于在現(xiàn)有植被參數(shù)產(chǎn)品生產(chǎn)的質(zhì)量控制環(huán)節(jié)，僅僅采用了反射率數(shù)據(jù)的質(zhì)量標(biāo)識，通過質(zhì)量標(biāo)識檢查的數(shù)據(jù)，不作區(qū)分的參與到植被參數(shù)的產(chǎn)品生產(chǎn)中?，F(xiàn)有反射率數(shù)據(jù)的質(zhì)量標(biāo)識對云的漏檢現(xiàn)象顯著，且并未對觀測數(shù)據(jù)質(zhì)量進(jìn)行分級。然而，不同天氣狀況下的反射率數(shù)據(jù)精度差異顯著。因此，迄今尚無一套系統(tǒng)有效的遙感數(shù)據(jù)觀測質(zhì)量分級方法，有必要對遙感數(shù)據(jù)觀測質(zhì)量進(jìn)行分級，以提高后續(xù)的植被參數(shù)產(chǎn)品的時(shí)空連續(xù)性。

衛(wèi)星組網(wǎng)觀測是當(dāng)前遙感發(fā)展的重要趨勢之一。多源反射率數(shù)據(jù)集由一定時(shí)間周期內(nèi)對同一目標(biāo)觀測的不同時(shí)間過境的衛(wèi)星傳感器的所有觀測組成。與單一傳感器觀測相比，多源傳感器觀測數(shù)據(jù)集的優(yōu)點(diǎn)是增加了對同一目標(biāo)的觀測平面、觀測角度、觀測時(shí)相。但觀測數(shù)據(jù)來源于不同傳 感器，由于傳感器性能差異、輻射校正精度的差異等，即使在完全相同觀測條件下，不同傳感器的觀測結(jié)果是有差異的，而且有可能存在較大噪聲。這亟需對遙感數(shù)據(jù)觀測質(zhì)量進(jìn)行控制，即通過質(zhì)量分級的方式，保留高精度的觀測，去除噪聲較大的觀測，以確保后續(xù)參與植被參數(shù)產(chǎn)品生產(chǎn)的反射率數(shù)據(jù)精度。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的是提供一種對遙感數(shù)據(jù)進(jìn)行觀測質(zhì)量分級的方法，能利用衛(wèi)星多角度觀測數(shù)據(jù)自動(dòng)進(jìn)行質(zhì)量控制，區(qū)分出高精度的觀測與噪聲較大的觀測，在一定程度上提高現(xiàn)有定量遙感植被參數(shù)產(chǎn)品的時(shí)空連續(xù)性。

本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)：一種對遙感數(shù)據(jù)進(jìn)行觀測質(zhì)量分級的方法，其特征在于，包括以下步驟：

步驟一、選定一性能最佳的傳感器(如MODIS)作為基準(zhǔn)，對多源數(shù)據(jù)集中來自不同傳感器的反射率數(shù)據(jù)進(jìn)行波段轉(zhuǎn)換，將所有反射率數(shù)據(jù)投影到相同的坐標(biāo)系下，并進(jìn)行云檢測等質(zhì)量檢查；

步驟二、若經(jīng)過質(zhì)量檢查的總觀測數(shù)目N不少于5個(gè)，則根據(jù)各觀測計(jì)算的NDVI均值減去0.3作為閾值，NDVI小于閾值的觀測是明顯異常的觀測，直接作為三級數(shù)據(jù)；若確定三級數(shù)據(jù)之后的其余觀測數(shù)目N仍不少于5個(gè)，則進(jìn)入步驟三；若N小于5個(gè)，則進(jìn)入步驟四；

步驟三、若經(jīng)過步驟二異常觀測剔除后的MODIS有效觀測數(shù)目M不少于5個(gè)，則將其作為數(shù)據(jù)輸入，采用基于穩(wěn)健估計(jì)的核驅(qū)動(dòng)模型擬合出核系數(shù)；若經(jīng)過步驟二異常觀測剔除后的MODIS有效觀測數(shù)目M少于5個(gè)， 則直接采用對應(yīng)像元、對應(yīng)時(shí)相的MODIS BRDF產(chǎn)品，獲取相應(yīng)的核系數(shù)；通過核系數(shù)對各觀測量的方向NDVI進(jìn)行角度校正，得到該觀測在天頂方向的等效觀測NDVI；選取等效觀測NDVI的次大值作為基準(zhǔn)，以相對誤差的10％、20％為界劃分出一、二、三級數(shù)據(jù)；

步驟四、若經(jīng)過步驟一質(zhì)量檢查的總觀測數(shù)目N少于5個(gè)，或經(jīng)過步驟二剔除異常觀測后的總觀測數(shù)目N小于5個(gè)，則直接采用對應(yīng)像元、對應(yīng)時(shí)相的MODIS BRDF產(chǎn)品，獲取相應(yīng)的核系數(shù)；通過核系數(shù)對各觀測量的方向NDVI進(jìn)行角度校正，得到該觀測在天頂方向的等效觀測NDVI，選取等效觀測NDVI的次大值作為基準(zhǔn)，以相對誤差的20％為界劃分出二、三級數(shù)據(jù)。

進(jìn)一步地，所述步驟三中得到該觀測在天頂方向的等效觀測NDVI具體為：根據(jù)該觀測的原始及核驅(qū)動(dòng)模型通過下式求出

進(jìn)一步地，所述步驟三中選取等效觀測NDVI的次大值作為基準(zhǔn)，以相對誤差的10％、20％為界劃分出一、二、三級數(shù)據(jù)具體為：以多源數(shù)據(jù)集各觀測的等效NDVI次大值作為基準(zhǔn)NDVI，(1)若某一觀測的等效NDVI與基準(zhǔn)NDVI的相對誤差不超過10％，則為一級數(shù)據(jù)；(2)若等效NDVI與基準(zhǔn)NDVI的相對誤差大于10％且小于等于20％，則為二級數(shù)據(jù)；(3)若等效NDVI與基準(zhǔn)NDVI的相對誤差大于20％，則為三級數(shù)據(jù)；具體表示如下式所示

進(jìn)一步地，所述步驟四中選取等效觀測的次大值作為基準(zhǔn)，以相對誤差的20％為界劃分出二、三級數(shù)據(jù)具體為：以多源數(shù)據(jù)集各觀測的等效NDVI次大值作為基準(zhǔn)NDVI，(1)若等效NDVI與基準(zhǔn)NDVI的相對誤差不超過20％，則為二級數(shù)據(jù)；(2)若等效NDVI與基準(zhǔn)NDVI的相對誤差大于20％，則為三級數(shù)據(jù)

進(jìn)一步地，所述步驟四中采用對應(yīng)像元、對應(yīng)時(shí)相的MODIS BRDF產(chǎn)品，獲取相應(yīng)的核系數(shù)具體為：核驅(qū)動(dòng)模型的形式為：

其中，θ_s，θ_v和分別為太陽天頂角，觀測天頂角和相對方位角。f_iso(λ)，f_vol(λ)和f_geo(λ)分別為待擬合的3個(gè)核系數(shù)，和分別為體散射核和幾何光學(xué)核。

本發(fā)明的有益效果是：

1、本發(fā)明在觀測數(shù)目充足的時(shí)候選出一致性較好的觀測，為后續(xù)的植被參數(shù)反演提供高質(zhì)量的觀測數(shù)據(jù)，避免了由于傳感器性能、預(yù)處理精度等因素影響，可能存在的多源數(shù)據(jù)集間觀測差異的問題；

2、本發(fā)明可識別出殘?jiān)?、氣溶膠等大氣或其它因素導(dǎo)致的具有較大誤差的觀測，避免了殘?jiān)频拇嬖趯罄m(xù)的植被參數(shù)反演精度具有較大的影響的缺陷；

3、本發(fā)明能利用衛(wèi)星多角度觀測數(shù)據(jù)自動(dòng)進(jìn)行質(zhì)量控制，區(qū)分出高精度的觀測與噪聲較大的觀測，在一定程度上提高現(xiàn)有定量遙感植被參數(shù)產(chǎn)品的時(shí)空連續(xù)性。

附圖說明

圖1顯示了本發(fā)明的多源遙感數(shù)據(jù)觀測質(zhì)量分級流程圖；

圖2顯示了本發(fā)明的黑河中游農(nóng)田站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)在紅波段隨觀測天頂角變化的散點(diǎn)圖；

圖3顯示了本發(fā)明的黑河中游農(nóng)田站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)在近紅外波段隨觀測天頂角變化的散點(diǎn)圖；

圖4顯示了本發(fā)明的黑河中游農(nóng)田站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)直接計(jì)算的NDVI隨觀測天頂角變化的散點(diǎn)圖；

圖5顯示了本發(fā)明的黑河中游森林站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)在紅波段隨觀測天頂角變化的散點(diǎn)圖；

圖6顯示了本發(fā)明的黑河中游森林站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)在近紅外波段隨觀測天頂角變化的散點(diǎn)圖；

圖7顯示了本發(fā)明的黑河中游森林站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)直接計(jì)算的NDVI隨觀測天頂角變化的散點(diǎn)圖；

圖8顯示了本發(fā)明的黑河中游農(nóng)田站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)在紅波段與核驅(qū)動(dòng)模型模擬結(jié)果圖；

圖9顯示了本發(fā)明的黑河中游農(nóng)田站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)在近紅外波段與核驅(qū)動(dòng)模型模擬結(jié)果圖；

圖10顯示了本發(fā)明的黑河中游農(nóng)田站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)直接計(jì)算的NDVI與核驅(qū)動(dòng)模型模擬結(jié)果圖；

圖11顯示了本發(fā)明的黑河中游森林站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)在紅波段與核驅(qū)動(dòng)模型模擬結(jié)果圖；

圖12顯示了本發(fā)明的黑河中游森林站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)在近紅 外波段與核驅(qū)動(dòng)模型模擬結(jié)果圖；

圖13顯示了本發(fā)明的黑河中游森林站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)直接計(jì)算的NDVI與核驅(qū)動(dòng)模型模擬結(jié)果圖；

圖14顯示了本發(fā)明的農(nóng)田站點(diǎn)未經(jīng)質(zhì)量分級合成的NDVI植被指數(shù)與參考值對比結(jié)果圖；

圖15顯示了本發(fā)明的農(nóng)田站點(diǎn)經(jīng)過質(zhì)量分級合成的NDVI植被指數(shù)與參考值對比結(jié)果圖；

圖16顯示了本發(fā)明的森林站點(diǎn)未經(jīng)質(zhì)量分級合成的NDVI植被指數(shù)與參考值對比結(jié)果圖；

圖17顯示了本發(fā)明的森林站點(diǎn)經(jīng)過質(zhì)量分級合成的NDVI植被指數(shù)與參考值對比結(jié)果圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖對本發(fā)明作進(jìn)一步的詳細(xì)說明。應(yīng)該理解，這些描述只是示例性的，而并非要限制本發(fā)明的范圍。此外，在以下說明中，省略了對公知結(jié)構(gòu)和技術(shù)的描述，以避免不必要地混淆本發(fā)明的概念。

如圖1所示，一種利用衛(wèi)星多角度觀測數(shù)據(jù)自動(dòng)進(jìn)行質(zhì)量分級的技術(shù)方法,該方法的流程具體步驟如下：

步驟一：選定一性能最佳的傳感器(如MODIS)作為基準(zhǔn)，對多源數(shù)據(jù)集中來自不同傳感器的反射率數(shù)據(jù)進(jìn)行波段轉(zhuǎn)換，將所有反射率數(shù)據(jù)投影到相同的坐標(biāo)系下，并進(jìn)行云檢測等質(zhì)量檢查。

步驟二：若經(jīng)過質(zhì)量檢查的總觀測數(shù)目N不少于5個(gè)，則根據(jù)各觀測 計(jì)算的NDVI均值減去0.3作為閾值，NDVI小于閾值的觀測是明顯異常的觀測，直接作為三級數(shù)據(jù)。若確定三級數(shù)據(jù)之后的其余觀測數(shù)目N仍不少于5個(gè)，則進(jìn)入步驟三；若N小于5個(gè)，則進(jìn)入步驟四。

步驟三：若經(jīng)過步驟二異常觀測剔除后的MODIS有效觀測數(shù)目M不少于5個(gè)，則將其作為數(shù)據(jù)輸入，采用基于穩(wěn)健估計(jì)的核驅(qū)動(dòng)模型擬合出核系數(shù)；若經(jīng)過步驟二異常觀測剔除后的MODIS有效觀測數(shù)目M少于5個(gè)，則直接采用對應(yīng)像元、對應(yīng)時(shí)相的MODIS BRDF產(chǎn)品，獲取相應(yīng)的核系數(shù)。通過核系數(shù)對各觀測量的方向NDVI進(jìn)行角度校正，得到該觀測在天頂方向的等效觀測NDVI。選取等效觀測NDVI的次大值作為基準(zhǔn)，以相對誤差的10％，20％為界劃分出一、二、三級數(shù)據(jù)。

步驟四：若經(jīng)過步驟一質(zhì)量檢查的總觀測數(shù)目N少于5個(gè)，或經(jīng)過步驟二剔除異常觀測后的總觀測數(shù)目N小于5個(gè)，則直接采用對應(yīng)像元、對應(yīng)時(shí)相的MODIS BRDF產(chǎn)品，獲取相應(yīng)的核系數(shù)。通過核系數(shù)對各觀測量的方向NDVI進(jìn)行角度校正，得到該觀測在天頂方向的等效觀測NDVI。選取等效觀測NDVI的次大值作為基準(zhǔn)，以相對誤差的20％為界劃分出二、三級數(shù)據(jù)。

其中，對于步驟一，由于各傳感器設(shè)計(jì)目標(biāo)不一致，不同傳感器接收的波段范圍、響應(yīng)程度均存在差別，這類不一致性可通過波段轉(zhuǎn)換予以降低。NOAA/AVHRR和FY3A/VIRR紅波段(b1)和近紅外波段(b2)對MODIS對應(yīng)波段反射率的波段轉(zhuǎn)換系數(shù)如表1所示

表1多源遙感數(shù)據(jù)波段轉(zhuǎn)換系數(shù)表

對于步驟二，NDVI通常會(huì)因受殘?jiān)苹虼髿獾挠绊?，?huì)使得NDVI值偏小，因此NDVI可以作為檢驗(yàn)反射率產(chǎn)品質(zhì)量的指示因子之一。然而，NDVI隨太陽入射、觀測角度變化顯著。通過模型模擬分析了NDVI的各向異性，發(fā)現(xiàn)NDVI角度效應(yīng)造成的NDVI差異一般不超過0.3，因此在進(jìn)行核驅(qū)動(dòng)模型擬合進(jìn)行數(shù)據(jù)質(zhì)量分級之前，將各觀測的原始NDVI小于NDVI均值減0.3的觀測首先記為三級數(shù)據(jù)直接剔除。

對于步驟三，在對不同角度下的NDVI進(jìn)行比較時(shí)，引入核驅(qū)動(dòng)模型消除NDVI角度效應(yīng)，歸一化到天頂方向觀測的等效NDVI之后進(jìn)行比較。第i個(gè)觀測在天頂方向的等效可根據(jù)該觀測的原始及核驅(qū)動(dòng)模型通過下式求出：

對消除角度效應(yīng)之后的等效NDVI，較小的值對應(yīng)著該觀測可能受殘?jiān)苹虼髿獾挠绊?，而較大的值通常對應(yīng)著質(zhì)量較高的觀測。當(dāng)有效觀測數(shù)N不少于5個(gè)時(shí)，可以區(qū)分一、二、三級數(shù)據(jù)。以多源數(shù)據(jù)集各觀測的等效NDVI次大值作為基準(zhǔn)NDVI，(1)若某一觀測的等效NDVI與基準(zhǔn)NDVI的相對誤差不超過10％，則為一級數(shù)據(jù)；(2)若等效NDVI與基準(zhǔn)NDVI的相對誤差大于10％且小于等于20％，則為二級數(shù)據(jù)；(3)若等效NDVI與基準(zhǔn)NDVI的相對誤差大于20％，則為三級數(shù)據(jù)。

對步驟四，當(dāng)有效觀測數(shù)N少于5個(gè)時(shí)，由于此時(shí)觀測數(shù)目較少，已不足以區(qū)分出一級數(shù)據(jù)，此時(shí)只區(qū)分出二級、三級數(shù)據(jù)。以多源數(shù)據(jù)集各觀測的等效NDVI次大值作為基準(zhǔn)NDVI，(1)若等效NDVI與基準(zhǔn)NDVI的相對誤差不超過20％，則為二級數(shù)據(jù)；(2)若等效NDVI與基準(zhǔn)NDVI的相對誤差大于20％，則為三級數(shù)據(jù)。

核驅(qū)動(dòng)模型的形式為：

其中，θ_s，θ_v和分別為太陽天頂角，觀測天頂角和相對方位角。f_iso(λ)，f_vol(λ)和f_geo(λ)分別為待擬合的3個(gè)核系數(shù)。和分別為體散射核和幾何光學(xué)核。

對步驟三、四，當(dāng)MODIS觀測數(shù)目不少于5時(shí)，考慮到MODIS BRDF產(chǎn)品算法并沒有在殘?jiān)频挠绊懮咸貏e考慮，其提供的核系數(shù)有可能來自于含有殘?jiān)频挠^測，因此采用帶NDVI權(quán)重的核系數(shù)穩(wěn)健擬合模型能在一定程度上改善殘?jiān)茖蓑?qū)動(dòng)模型擬合的影響。當(dāng)觀測數(shù)目不足時(shí)，采用現(xiàn)有的MODIS BRDF產(chǎn)品消除NDVI的角度效應(yīng)。以下是考慮殘?jiān)朴绊懙膸DVI權(quán)重的核系數(shù)穩(wěn)健擬合法原理：(1)NDVI在經(jīng)過角度效應(yīng)校正后，通常小的NDVI意味著有殘?jiān)朴绊懙目赡?，為質(zhì)量較低的觀測，在擬合的時(shí)候應(yīng)當(dāng)賦予較小的權(quán)重；而大的NDVI通常受大氣、殘?jiān)朴绊戄^小，是質(zhì)量較高的觀測，在擬合的時(shí)候應(yīng)當(dāng)賦予較大的權(quán)重。將這項(xiàng)基于NDVI越小對 應(yīng)著受殘?jiān)朴绊懺酱蟮奈锢硐闰?yàn)信息的權(quán)重記為W1。(2)在擬合核驅(qū)動(dòng)模型時(shí)，基于驗(yàn)后方差估計(jì)理論，能夠識別并自動(dòng)剔除受殘?jiān)朴绊戄^大的觀測的影響。殘差越大的觀測，對應(yīng)著質(zhì)量不好的觀測，權(quán)重越低；殘差越小的觀測，對應(yīng)著質(zhì)量越高的觀測，權(quán)重越高。將這項(xiàng)從概率統(tǒng)計(jì)角度出發(fā)的數(shù)據(jù)粗差探測的權(quán)重記為W2。(3)對每一個(gè)觀測，總的權(quán)重W＝W1*W2。通過迭代，受殘?jiān)骑@著影響的觀測及BRDF擬合效果不好的觀測，其權(quán)重逐步降低直至趨近于零，從而使得擬合的核驅(qū)動(dòng)模型較少地受殘?jiān)苹虍惓｜c(diǎn)的影響。當(dāng)權(quán)重W的變化小于0.001時(shí)，停止迭代。

其中，對于W₁，在第一次迭代時(shí)，初始權(quán)重設(shè)為W_i＝NDVI_i/NDVI_m，其中NDVI_m是所有觀測NDVI的均值；在第2次及之后迭代的權(quán)重，W_i＝NDVI_i/NDVI_cal，其中NDVI_cal是根據(jù)上一次迭代計(jì)算出核驅(qū)動(dòng)模型的核系數(shù)，通過得到的核系數(shù)計(jì)算出各個(gè)觀測的模擬NDVI。

對于W₂，每一次迭代的權(quán)重來自于上一次迭代結(jié)果的殘差分析(F檢驗(yàn))。建立以下統(tǒng)計(jì)量來檢驗(yàn)該殘差是否異常。H₀假設(shè)為E(σ_i²)＜＝E(σ²)。統(tǒng)計(jì)量為若觀測值不含異常觀測，則統(tǒng)計(jì)量T_i近似為自由度為1和r的中心F分布。若T_i＞F_a,1,r，則表明該殘差與該組觀測的殘差有顯著差異，它很可能包含異常觀測，于是按下列權(quán)函數(shù)計(jì)算下次迭代平差中的權(quán)重W₂。

以上權(quán)函數(shù)分為兩段：正常段和可疑段。當(dāng)殘差較小時(shí)，權(quán)重W₂為1不變；當(dāng)殘差顯著較大時(shí)，分配與殘差呈反比的權(quán)，從而在迭代過程中不 斷調(diào)整觀測值的權(quán)重，使異常觀測的權(quán)重逐步減小，直至趨近于0，最終它將不影響擬合結(jié)果，從而實(shí)現(xiàn)異常觀測的自動(dòng)剔除。

數(shù)據(jù)質(zhì)量分級方法將多源數(shù)據(jù)集質(zhì)量分為三級。根據(jù)以上方法，三個(gè)等級的數(shù)據(jù)的質(zhì)量情況基本為：

一級數(shù)據(jù)：在觀測數(shù)據(jù)集中，多角度的觀測間具有較好的一致性及合理性。閾值的設(shè)定能夠保證最優(yōu)傳感器的優(yōu)質(zhì)觀測在一級數(shù)據(jù)范圍內(nèi)，同時(shí)，其它傳感器的預(yù)處理精度較高的優(yōu)質(zhì)觀測，即和最優(yōu)傳感器的優(yōu)質(zhì)觀測可能存在一定偏差，但對后續(xù)參數(shù)反演精度在合理范圍內(nèi)(對葉面積指數(shù)反演的誤差約在0.5以內(nèi))，也被分為一級質(zhì)量數(shù)據(jù)。由以上的質(zhì)量分級方法可知，一級數(shù)據(jù)只有在多源數(shù)據(jù)集的觀測個(gè)數(shù)較多時(shí)才存在。

二級數(shù)據(jù)：二級數(shù)據(jù)有兩種情況。一是當(dāng)多源數(shù)據(jù)集的觀測個(gè)數(shù)較多時(shí)，校正后的NDVI相對誤差在10％～20％之間(對葉面積指數(shù)反演的誤差約在1以內(nèi))，這些觀測質(zhì)量的數(shù)據(jù)被設(shè)為二級數(shù)據(jù)。另一種情況是當(dāng)多源數(shù)據(jù)集的觀測個(gè)數(shù)較少時(shí)，不區(qū)分一級質(zhì)量數(shù)據(jù)，所有相對誤差小于20％的觀測都設(shè)為二級數(shù)據(jù)。這是因?yàn)?，?dāng)觀測較少時(shí)，數(shù)據(jù)質(zhì)量不佳的可能性增大，且這種情況下是采用MODIS的BRDF核系數(shù)產(chǎn)品進(jìn)行校正，可能存在一定誤差，因此劃歸為二級質(zhì)量數(shù)據(jù)。

三級數(shù)據(jù)：三級數(shù)據(jù)也有兩種情況。一是與觀測的NDVI均值的偏差大于0.3。這種情況多是由于殘?jiān)频却髿庖蛩氐挠绊?。另一種情況是校正后的NDVI的相對誤差大于20％，這主要是傳感器性能及差異引起的。由算法可知，三級質(zhì)量數(shù)據(jù)不會(huì)單獨(dú)存在。

這里采用2012年7月1日至5日黑河中游地區(qū)的Terra+Aqua/MODIS， FY/VIRR反射率數(shù)據(jù)進(jìn)行質(zhì)量分級。經(jīng)以上流程，可區(qū)分出一至三級觀測質(zhì)量數(shù)據(jù)，在黑河中游農(nóng)田與森林站點(diǎn)不同質(zhì)量級別的反射率與NDVI隨觀測天頂角的變化如圖2和圖7所示。黑河中游農(nóng)田與森林站點(diǎn)不同質(zhì)量級別的反射率及NDVI與核驅(qū)動(dòng)模型模擬結(jié)果如圖8和圖13所示。黑河中游農(nóng)田與森林站點(diǎn)不同質(zhì)量級別的觀測數(shù)據(jù)計(jì)算的NDVI與核驅(qū)動(dòng)模型模擬的NDVI之前的偏差(BIAS)與均方根誤差(RMSE)如表2所示。最后分析比較了對農(nóng)田與森林站點(diǎn)遙感觀測數(shù)據(jù)不進(jìn)行質(zhì)量分級與進(jìn)行質(zhì)量分級兩種情形下，合成的NDVI植被指數(shù)與參考值比較的精度，如圖14和圖17所示。其中，若一級觀測數(shù)據(jù)不少于5個(gè)，則僅采用一級觀測數(shù)據(jù)進(jìn)行NDVI植被指數(shù)合成；若一級觀測數(shù)據(jù)少于5個(gè)，則采用一級與二級觀測數(shù)據(jù)進(jìn)行合成。NDVI植被指數(shù)合成采用的算法仍為核驅(qū)動(dòng)模型

其中，θ_s，θ_v和分別為太陽天頂角，觀測天頂角和相對方位角。f_iso(λ)，f_vol(λ)和f_geo(λ)分別為待擬合的3個(gè)核系數(shù)。和分別為體散射核和幾何光學(xué)核。

圖2和圖7分別顯示了在黑河中游地區(qū)農(nóng)田與森林站點(diǎn)，2012年7月1日至7月5日不同質(zhì)量級別的數(shù)據(jù)在紅波段、近紅外波段與各觀測直接計(jì)算的NDVI，隨觀測天頂角變化的散點(diǎn)圖。由圖2可知，在農(nóng)田站點(diǎn)的紅波段顯著離群的一個(gè)觀測值在算法中被劃分為三級數(shù)據(jù)；由圖5可知，在森林站點(diǎn)的紅波段高于0.4的9組觀測值，由于受云覆蓋的影響較為嚴(yán)重，在算法中被劃分為三級數(shù)據(jù)，符合算法的分級目標(biāo)。由圖4和圖7可知，由觀測值計(jì)算的NDVI與核驅(qū)動(dòng)模型模擬的NDVI相比差距較大時(shí)，被 劃分為三級數(shù)據(jù)。

圖8和圖13分別顯示了在農(nóng)田與森林站點(diǎn)不同質(zhì)量級別的數(shù)據(jù)在紅波段、近紅外波段、NDVI與核驅(qū)動(dòng)模型模擬結(jié)果進(jìn)行比對的散點(diǎn)圖。由圖8和圖13可知，傳感器觀測的BRDF與核驅(qū)動(dòng)模型擬合結(jié)果一致性較好，被分級算法劃分為一級和二級數(shù)據(jù)；觀測的BRDF與模擬結(jié)果一致性較差的，被分級算法劃分為三級數(shù)據(jù)。森林站點(diǎn)受云的影響比農(nóng)田站點(diǎn)更為顯著，因而分級算法對觀測數(shù)據(jù)質(zhì)量的區(qū)分更為明顯。幾乎所有受云影響的、NDVI與核驅(qū)動(dòng)模型模擬差距較大的觀測都能被識別出并被算法標(biāo)記為三級數(shù)據(jù)。

表2列出了黑河中游農(nóng)田與森林站點(diǎn)不同質(zhì)量級別的觀測數(shù)據(jù)計(jì)算的NDVI與核驅(qū)動(dòng)模型模擬的NDVI之前的偏差(BIAS)與均方根誤差(RMSE)。由表2可知，在農(nóng)田與森林站點(diǎn)，一級數(shù)據(jù)的BIAS與RMSE均最??；三級數(shù)據(jù)的BIAS與RMSE均最大。一級數(shù)據(jù)與二級數(shù)據(jù)的差異相對較小，三級數(shù)據(jù)與前兩級數(shù)據(jù)的差異較大。二級數(shù)據(jù)的傳感器觀測NDVI略小于模型模擬值；三級數(shù)據(jù)的觀測NDVI顯著小于模型模擬值，為誤差較大的噪聲數(shù)據(jù)。由圖2和圖13與表2可知，質(zhì)量分級算法對多源遙感數(shù)據(jù)的質(zhì)量進(jìn)行了有效的區(qū)分。

表2農(nóng)田與森林站點(diǎn)不同質(zhì)量級別的觀測數(shù)據(jù)計(jì)算的NDVI與模擬的NDVI之間的偏差(BIAS)與均方根誤差(RMSE)

圖14和圖17分別顯示了對農(nóng)田與森林站點(diǎn)遙感觀測數(shù)據(jù)不進(jìn)行質(zhì)量分級與進(jìn)行質(zhì)量分級兩種情形下，合成的NDVI植被指數(shù)與參考值比較的精度。若一級觀測數(shù)據(jù)不少于5個(gè)，則僅采用一級觀測數(shù)據(jù)進(jìn)行NDVI植被指數(shù)合成；若一級觀測數(shù)據(jù)少于5個(gè)，則采用一級與二級觀測數(shù)據(jù)進(jìn)行合成。結(jié)果顯示，合成的NDVI植被指數(shù)受殘?jiān)朴绊戯@著，合成結(jié)果存在嚴(yán)重低估，相對誤差RE在農(nóng)田與森林站點(diǎn)，分別為46.％和28.0％。在進(jìn)行質(zhì)量分級之后，相對誤差RE可分別降低到3.8％和2.7％。以上結(jié)果表明，通過對遙感數(shù)據(jù)觀測進(jìn)行質(zhì)量分級，剔除較低觀測質(zhì)量的數(shù)據(jù)，能在一定程度上提高后續(xù)植被參數(shù)產(chǎn)品的精度。

應(yīng)當(dāng)理解的是，本發(fā)明的上述具體實(shí)施方式僅僅用于示例性說明或解釋本發(fā)明的原理，而不構(gòu)成對本發(fā)明的限制。因此，在不偏離本發(fā)明的精神和范圍的情況下所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。此外，本發(fā)明所附權(quán)利要求旨在涵蓋落入所附權(quán)利要求范圍和邊界、或者這種范圍和邊界的等同形式內(nèi)的全部變化和修改例。