一种TM/ETM+影像大气校正产品质量评价方法

摘要

本发明涉及一种TM/ETM+影像大气校正产品质量评价方法，包括以下步骤：1，获取产品影像，并随机选取一期参考影像；2，匹配1中的产品影像和参考影像之间的地理坐标系；3，采用系统抽样的方法，从产品影像和参考影像中抽取若干样本，并分别计算产品影像和参考影像对应样本在参考影像和产品影像上的光谱值；4，分别进行上述2中产品影像和参考影像的不变地物样本识别，并保存有效的不变地物样本；5，根据4中有效的不变地物样本分析产品影像的大气校正质量。本发明具有如下优点：能够为区域或全球地表变化研究提供十分重要的基础影像质量信息；能够在具有不同时相/季相的TM/ETM+影像上较为准确的识别出PIFs样本。

说明书

技术领域

本发明涉及一种产品质量评价方法，尤其是涉及一种TM/ETM+影像大气校正产品质量评价方法。

背景技术

陆地卫星（Landsat）获得的TM/ETM+影像由于其适中的分辨率、长期连续对地观测等优势，已成为研究全球/区域变化的重要基础数据来，并在诸多领域中得到了大规模应用。然而，大气中包含的水汽、臭氧和气溶胶对太阳辐射的吸收和散射等作用影响了遥感图像的可用性，通常需要采用物理辐射传输模型或统计学方法去除大气效应以获得地表真实反射率，气校正使用的校正模型、大气环境参数包含了许多不确定性因素，导致反演得到的表面反射率产品中也包含了一定不确定性，并影响植被指数、叶面积指数等地表参数提取精度。采用科学方法对TM/ETM+的大气校正产品质量进行评价，不仅是改进产品质量的必要途径，也是提高产品应用结果可靠性的迫切需要。

目前国内外有关遥感影像大气校正产品质量检查的基本思路都是采用统计学的方法，通过对比分析产品影像上某些地表对象的光谱值和“真实”光谱值之间的一致性以评价产品质量的优劣。根据“真值”光谱来源不同，质量检查方法主要可分为以下2类。（1）地面同步观测验证法。即在实验区内选择一定数量同质、平坦的区域作为验证样本，当遥感卫星过境时，利用地面辐射测量仪器同步观测样本地表反射率，将其作为“真值”评定大气校正产品质量。（2）参考影像对比法。以高质量表面反射率影像作为“真值”来源，选取一定数量地物样本，比较样本在产品影像和对应参考影像的光谱值一致性，进而评定产品质量。

上述2类产品验证方法中，前者“真值”数据可靠性好，但成本较高，耗费时间长，不适合在全球/区域尺度上开展大规模应用，也无法对历史影像大气校正结果进行验证；后者得到的评价结果则是一种相对质量，只有当参考影像校正质量好且与产品影像具有相近的光谱波段、相同的观测时间时才能得到较为可靠的评价结果。且后者通常要求使用与产品影像具有相同观测时间的高质量影像作为参考影像，该方法不能对在此前获得的TM/ETM+影像大气校正产品进行质量评价，且MODIS影像与TM/ETM+影像在空间分辨率、投影坐标系等方面的差异一定程度也会对质量评价结果带来不利影响。

发明内容

本发明主要是解决现有技术所存在的成本较高，耗费时间长，不适合在全球/区域尺度上开展大规模应用，也无法对历史影像大气校正结果进行验证等的技术问题；提供了一种以Landsat的全球表面反射率产品为参考影像，可实现对历史多期TM/ETM+影像产品质量的一致性进行评价，能够为区域或全球地表变化研究提供十分重要的基础影像质量信息，进而保证研究结果精度的一种TM/ETM+影像大气校正产品质量评价方法。

本发明还有一目的是解决现有技术所存在的不能对在此前获得的TM/ETM+影像大气校正产品进行质量评价，且MODIS影像与TM/ETM+影像在空间分辨率、投影坐标系等方面的差异一定程度也会对质量评价结果带来不利影响等的技术问题；提供了一种提出了面向产品质量评价的PIFs样本自动识别方法，能够在具有不同时相/季相的TM/ETM+影像上较为准确的识别出PIFs样本的一种TM/ETM+影像大气校正产品质量评价方法。

本发明的上述技术问题主要是通过下述技术方案得以解决的：

一种TM/ETM+影像大气校正产品质量评价方法，其特征在于，包括以下步骤：

步骤1，获取产品影像，并随机选取一期经过验证的高质量TM/ETM+地表反射率影像作为产品影像大气校正质量评价的参考影像；

步骤2，匹配步骤1中的产品影像和参考影像之间的地理坐标系；

步骤3，采用系统抽样的方法，分别根据地表分布状况从产品影像和参考影像中抽取若干样本，并分别计算产品影像和参考影像对应样本在参考影像和产品影像上的光谱值，其中样本各波段光谱值为样本在该波段像元集合光谱值的平均值；

步骤4，分别进行上述步骤2中的产品影像和参考影像对应样本在产品影像和参考影像的不变地物样本识别，并保存有效的不变地物样本；

步骤5，采用回归分析方法根据步骤4中有效的不变地物样本分析产品影像的大气校正质量。

在上述的一种TM/ETM+影像大气校正产品质量评价方法，所述的步骤1中，参考影像是通过实地验证的高质量影像或者美国NASA下载的表面反射率产品。

在上述的一种TM/ETM+影像大气校正产品质量评价方法，所述的步骤2中，该匹配步骤包括比较产品影像和参考影像之间的空间分辨率、地理坐标系的投影参数、椭球参数是否一致，若不一致，则进行参数的一致性处理后执行步骤3。

在上述的一种TM/ETM+影像大气校正产品质量评价方法，所述的步骤3中，划分若干样本的具体方法为：根据产品影像的地表分布状况，每隔固定的行列设置一个3*3或5*5像元大小的样本，用于提取和比较产品影像与参考影像之间的光谱一致性；并依据实验区的地表覆盖复杂程度选择执行：

当实验区的地表覆盖复杂时，不变地物选择采样间距为：每隔10个像元进行采样，样本大小为：3*3；

当实验区地表覆盖单一，且不变地物较多时，不变地物选择采样间距为：每隔50-200个像元进行采样，样本大小为：5*5。

在上述的一种TM/ETM+影像大气校正产品质量评价方法，所述的步骤3中光谱值的计算是计算上述步骤3划分的若干样本在TM/ETM+影像波段1,2,3,4,5,7上的像元光谱平均值和变异系数。

在上述的一种TM/ETM+影像大气校正产品质量评价方法，所述的步骤4中，不变地物样本识别包括以下步骤：

步骤4.1，样本同质性判断步骤：设样本S在波段i上所包含的像元集合为C，则样本S在该波段的光谱值为C的像元光谱平均值；样本在波段i上的变异系数用于度量样本的同质性,其取值为集合C的像元光谱值标准差与平均值的比值，当样本在参考影像和产品影像上各波段光谱变异系数同时满足如下条件时，该样本认为是同质样本，并剔除无效的非同质样本：样本在TM/ETM+影像的波段1上的变异系数≤0.15，在波段2,3,4,5,7上的变异系数≤0.1；

步骤4.2，针对步骤4.1已经完成的同质样本进行NDVI指数判断后保存不变地物样本，剔除无效的非不变地物样本，具体步骤是：

步骤4.21，分别计算同质样本在参考影像和产品影像上的归一化植被指数NDVI；

步骤4.22，计算同质样本在参考影像和产品影像上各波段光谱值的相关系数R和归一化植被指数差值的绝对值ΔNDVI；

步骤4.23，当R≥0.9，且ΔNDVI≤0.1时，该同质样本被认为是有效的不变地物样本，同时剔除无效样本。

在上述的一种TM/ETM+影像大气校正产品质量评价方法，所述的步骤5中，大气校正质量的具体判断步骤如下：

步骤1，采用线性回归模型分析不变地物样本在产品影像和参考影像上的光谱一致性，得到式一的回归方程，并计算相关系数R即式二和样本光谱均方根误差RMSD即式三：

                                                                   式一

             式二

                 式三

式中：X为所有样本在参考影像上各波段光谱值的集合，Y所有样本在产品影像上对应光谱值的集合，X ?为X的平均值，Y ?为Y的平均值，N为样本数量与影像波段数之积；

步骤2，评价TM/ETM+影像大气校正产品质量：当a和R的值接近于1；且b和RMSD接近于0时，表明产品影像和参考影像之间光谱一致性好，影像大气校正质量高。

因此，本发明具有如下优点：1. 以Landsat的全球表面反射率产品为参考影像，可实现对历史多期TM/ETM+影像产品质量的一致性进行评价，能够为区域或全球地表变化研究提供十分重要的基础影像质量信息，进而保证研究结果精度；2. 提出了面向产品质量评价的PIFs样本自动识别方法，能够在具有不同时相/季相的TM/ETM+影像上较为准确的识别出PIFs样本。

附图说明

图1 为TM/ETM+影像大气校正产品质量检查方法流程图。

图2为产品影像光谱采样方法。

图3 为不变地物样本的光谱特征说明。

图4 TM/ETM+影像大气校正产品质量评价示意图。

图5a本发明实验案例中，实验区P124R039(中心纬度30.30°N，中心经度为112.22°E)在1999年9月10号观测未经大气校正的影像“P124R039_19990910_TOA”质量评价结果的示意图。

    图5b本发明实验案例中，实验区P124R039(中心纬度30.30°N，中心经度为112.22°E)在1999年9月10号观测采用FLAASH模型进行了大气校正的影像“P124R039_19990910_FLA”质量评价结果的示意图。

    图5c本发明实验案例中，实验区P124R039(中心纬度30.30°N，中心经度为112.22°E)在2002年1月5号观测未经大气校正的影像“P124R039_20020105_TOA”质量评价结果的示意图。

    图5d本发明实验案例中，实验区P124R039(中心纬度30.30°N，中心经度为112.22°E)在2002年1月5号观测采用FLAASH模型进行了大气校正的影像“P124R039_20020105_FLA”质量评价结果的示意图。

    图5e本发明实验案例中，实验区P129R031(中心纬度41.76°N，中心经度107.85°E)在2003年5月3号观测未经大气校正的影像“P129R031_20030503_TOA”质量评价结果的示意图。

    图5f本发明实验案例中，实验区P129R031(中心纬度41.76°N，中心经度107.85°E)在2003年5月3号观测采用FLAASH模型进行了大气校正的影像“P129R031_20030503_FLA”质量评价结果的示意图。

    图5g本发明实验案例中，实验区P129R031(中心纬度41.76°N，中心经度107.85°E)在2009年9月8号观测未经大气校正的影像“P129R031_20090908_TOA”质量评价结果的示意图。

    图5h本发明实验案例中，实验区P129R031(中心纬度41.76°N，中心经度107.85°E)在2009年9月8号观测采用FLAASH模型进行了大气校正的影像“P129R031_20090908_FLA”质量评价结果的示意图。

    图6a本发明实验案例中，实验区P124R039(中心纬度30.30°N，中心经度为112.22°E)的4幅像上采集的不变地物样本的NDVI指数分布统计结果的示意图。

    图6b本发明实验案例中，实验区P129R031(中心纬度41.76°N，中心经度107.85°E)的4幅像上采集的不变地物样本的NDVI指数分布统计结果的示意图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：

首先介绍一下本实施例所涉及的理论基础：

由于受到太阳高度角、日地距离、季节差异和大气效应等因素的影响，同一地物（特别是植被）在不同时间观测得到的影像光谱反射率通常存在较大差异。因此，时相不同的遥感影像通常不能直接进行比较，需要在影像上选择伪不变特征点（Pseudo Invariant Features, PIFs），通过比较PIFs的光谱一致性间接比较影像光谱的一致性。伪不变特征点是一类光谱特征不随时间发生变化的地物，如沙漠、人造覆盖等。PIFs的这一特性通常被用于不同时相遥感影像的归一化处理，也是本发明中不同时相TM/ETM+影像之间进行比较的基础。

通过辐射定标等操作得到的遥感影像大气顶反射率（Top of Atmospheric, TOA）消除了由太阳高度角、日地距离差异带来的影响，大气校正则一定程度消除大气条件差异造成的影响。理论上，在不同时间观测得到的PIFs光谱反射率应当基本相同，若存在较大差异，则主要原因在于没有正确消除大气效应。基于上述原理，设计TM/ETM+影像大气校正产品质量评价方法包括3个关键步骤：①选择高质量的TM/ETM+表面反射率产品作为参考影像，并根据影像地表覆盖特点设计合适的样本大小和采样间隔，以参考影像为基准，采用系统抽样方法生成一系列地物光谱样本；②比较分析各样本在产品影像和参考影像上的光谱值，并从中提取出PIFs样本；③分别获得PIFs样本在参考影像和产品影像上的光谱值进行一致性比较，评价产品影像相对质量。具体方法流程见图1。

对产品影像与参考影像进行光谱采样的目的在于获得足够多的PIFs样本用于质量评价。不同时间获得的TM/ETM+影像虽经过几何精校正，影像之间依然存在半个像元左右位置误差，且由于地表邻近效应的存在，不适合直接逐像元进行影像之间的比较。为获得足够多的PIFs样本，光谱采样主要采用系统抽样方法，并遵循PIFs样本选取的基本准则进行设计，即：①PIFs应当尽可能同质；②PIFs应当具有较大面积以减小地表邻近效应的影响；③PIFs光谱值在较大范围内有分布。

基于上述原则，影像光谱采样方案设计的关键在于确定样本大小和采样间隔：样本尺寸设计过大，则难以找到同质的样本，过小则不利于消除邻近效应；采样间隔越大，则计算效率越快，获得的样本数量相对较少，反之则能获得较多的样本。样本大小和采样间隔主要根据实验区内地表覆盖情况设置：当实验区内地表覆盖类型错综复杂，PIFs地物较少时，选择较小的样本和采样间隔以扩大PIFs搜索范围；当实验区内覆盖类型相对单一且存在大片PIFs地物时则可选择较大的样本和采样间隔以提高计算效率。下表是一个根据多次试验得出的可供参考的影像光谱采样方案参数配置。

影像地表覆盖特征样本大小（像元）采样间隔（像元）地表覆盖类型错综复杂，不变地物较少3*310-30地表覆盖类型单一，有大片不变地物5*5或7*750-100

本实施例的具体操作步骤如下：

（1）选取产品实验区内已有的一期经过验证的高质量TM/ETM+地表反射率影像作为产品影像大气校正质量评价的参考影像。参考影像可以通过实地验证的高质量影像，也可以从美国NASA下载的表面反射率产品；

需要说明的是，1.高质量影像通常认为是影像上的光谱值非常接近于地表的真实光谱值。 “接近”主要也是通过影像上光谱值和“真实光谱值”进行回归分析进行度量。但国内外目前尚未有统一的标准 用于规定什么是“高质量”影像，大多根据经验和影像使用的精度需求来做出判断，如当回归系数大于某个期望的数值时，即可认为是“高质量”影像。2.美国国家航空航天局（NASA）、美国国家地质调查局（USGS）和美国马里兰大学的研究组，共同开发了一套全球范围内的TM/ETM+的表面反射率产品（Global Land Survey Surface Reflectance Product）。该产品由于和MODIS影像产品进行了一致性评价（MODIS的产品已经有很多人进行了研究和实地验证，被认为是可靠的、高质量的，这一结论在国内外诸多论文中都得到了证明），评价结果较为理想，且所有数据都提供了质量评价结果信息，所以该数据集中的大部分影像（大约占80-90%以上）可以被认为是“高质量”的影像。（4）到目前为止，在全球范围内，某个区域从NASA的Global Land Survey Surface Reflectance Product数据集中能够下载的影像只有2-3幅。在进行质量评价时可以选择一个拍摄的季节和产品影像最接近的一个影像作为参考影像下载。（5）NASA提供的GLS Surface Reflectance Product影像数据集，确实可以作为本研究的主要参考数据来源。

（2）比较产品影像和参考影像2者之间的空间分辨率、地理坐标系的投影参数、椭球参数是否一致，若不一致，则要求用户首先进行参数的一致性处理，否则无法进行比较；这里，需要说明的是：

1．遥感影像拍摄的是地球球体的表面，把这个球面转换成平面的过程称为“地图投影”。

2.由于国际上对地球椭球进行建模时，有不同的数学投影方法和地球椭球面。投影方法的不同和地球椭球面参数的不同会得到截然不同的结果，例如等角投影法可能会造出面积发生巨大变化而角度不发生变化，而等面积投影法则会造出角度发生变形，而面积保持不变。

3.遥感影像根据使用的需要可以选择不同的地图投影方法和地球椭球面参数，通常遥感影像所使用的投影参数和椭球参数作为影像元数据的一部分，可被计算机程序读取识别。

4．本方法并不对地理坐标系和椭球参数进行处理和转换，只需要比对2个影像所使用的地理坐标系和椭球参数设置是否一致。只有当2个影像使用的坐标系参数取值完全一致时，才可以进行比较；否则就会造成比较结果错误。因此，在进行质量评价时，要求用户先统一2个影像数据的坐标参数再进行后续质量评价的操作。

5．影像投影、椭球参数的统一和转换，可以在很多成熟的商业软件中完成，如ArcGIS等，但不是本方法的关注问题。

（3）采用系统抽样的方法，根据产品影像的地表分布状况，每隔固定的行列设置一个3*3或5*5像元大小的样本，用于提取和比较产品影像与参考影像之间的光谱一致性；当实验区的地表覆盖比较复杂时，不变地物（沙漠、人造覆盖等、水泥路面、机场等）较多选择较小的采样间距（每隔10个像元进行采样）和样本大小（3*3），当实验区地表覆盖比较单一，且不变地物较多时，可选择较大的采样间距（每隔50-200个像元进行采样）和样本大小（5*5）；一般在平原地区，耕地、水域、居民点很多，而且在空间分布上比较杂、混乱的时候，就可以认为相对复杂，而对于沙漠、荒漠，这个地区认为地表覆盖类型相对简单。

（4）对通过系统抽样方法得到光谱样本集，首先计算样本在TM/ETM+影像波段1,2,3,4,5,7上的像元光谱平均值和变异系数（coefficient of variation, C.V）；

（5）如图2所示，设样本S在波段i上所包含的像元集合为C，则样本S在该波段的光谱值SBandi为C的像元光谱平均值CAVG；样本在波段i上的变异系数CCV用于度量样本的同质性,其取值为集合C的像元光谱值标准差Cσ与平均值CAVG的比值。

（6）当样本在参考影像和产品影像上各波段光谱变异系数同时满足如下条件时，该样本认为是同质样本，并剔除无效的非同质样本：样本在TM/ETM+影像的波段1上的变异系数≤0.15，在波段2,3,4,5,7上的变异系数≤0.1；

（7）根据不变地物样本如图3所示的特性，设计其自动识别指标及相应的阈值区间。当某个样本同时满足以下条件时，该样本被识别为PIF样本：①R为SPRO与SREF相关系数，只有当R≥0.9时该样本才可能是PIF点；②ΔNDVI≤0.1，ΔNDVI是样本在2期影像上的归一化植被指数（Normalized Difference Vegetation Index, NDVI）差值的绝对值。由于地表植被是影像随季节发生变化的主要地物类型，为了更准确的识别PIFs样本，在分析样本2期影像相关性（R）的基础上，同时考虑样本NDVI指数变化可进一步去除非PIFs样本；

（8）剔除无效的非PIF样本；

（9）采用线性回归模型分析分析PIFs样本在产品影像和参考影像上的光谱一致性，得到式（1）的回归方程，并计算相关系数R（式2）和样本光谱均方根误差RMSD（式3）：

               (1)

       (2)

               (3)

式中：X为所有样本在参考影像上各波段光谱值的集合，Y所有样本在产品影像上对应光谱值的集合，X ?为X的平均值，Y ?为Y的平均值，N为样本数量与影像波段数之积。

（10）评价TM/ETM+影像大气校正产品质量：当a和R的值接近于1、b和RMSD接近于0时，表明产品影像和参考影像之间光谱一致性较好，影像大气校正质量较高；反之，产品影像校正结果可能存在问题有待改进。

下面是具体事例：

（1）实验案例的实验区域描述：本发明实验案例选取2个具有不同地表覆盖特征的区域作为实验区。其中：①实验区1在Landsat的WRS-2(Worldwide Reference System)坐标系中的位置为Path=124，Row=039，中心纬度30.30°N，中心经度为112.22°E。该实验区主要位于湖北的江汉平原，西部有少量山区，地表覆盖类型主要为耕地和森林，不变地物较少，地表覆盖类型相对复杂；②实验区2的WRS-2坐标位置为Path=129，Row=031，中心纬度41.76°N，中心经度107.85°E。该实验区主要位于内蒙古巴彦淖尔地区，地表覆盖类型主要为沙漠/荒漠化地区，东南方有少量耕地和草地，地表覆盖类型相对单一。

（2）实验案例使用的参考影像：实验使用的高质量参考影像从马里兰大学Global Land Survey Surface reflectance数据集中获得。基本信息见下表。

影像名称传感器获得时间P124R039_20010915_GLSETM+2001.9.15P129R031_20070903_GLSETM+2007.9.3

其中：①参考影像P124R039_20010915_GLS的获得时间为2001年9月15号，影像上红色部分为江汉平原刚收割完的大片耕地、人造覆盖和河滩沙地等，绿色是分布在西部山区的林地，水体为蓝色；②参考影像P129R031_20070903_GLS的获得时间为2007年9月3号，影像上东南方的植被正处于生长季节，呈现为绿色，其余部分主要为沙漠和荒漠化地带。

（3）实验使用的产品影像：每个实验区从美国NASA的Landsat L1T产品中免费下载2景不同季节的影像作为实验产品影像，其中1景与参考影像季节相同，1景与参考影像季节不同，实验影像基本信息见表5。每景影像均利用其自带的元数据在ENVI软件中先后完成：①辐射定标，将原始影像的数字值(DN)定标成大气层顶反射率(TOA)；②用ENVI的Flaash模块进行大气校正，将大气层顶反射率校正为表面反射率(Surface Reflectance, SR)。为方便计算，大气层顶反射率影像和表面反射率影像的数值均乘以10000倍，像元数值区间为0-10000，与参考影像保持一致。待检查的影像基本信息见下表：

注：影像名称中，以”TOA”结尾的影像为未经大气校正的影像，FLA为使用ENVI的FLAASH模块进行了大气校正后的影像。

（4）编写计算机程序，实现本实施例中设计的不变地物采样方法，并自动识别出不变地物样本。其中：实验区1的地表覆盖类型主要是耕地和森林，不变地物较少，为获得较多PIFs样本，每间隔10个像元生成一个大小为3*3的光谱样本；实验区2的地表覆盖类型主要为沙漠/荒漠，不变地物较多，故采用每间隔50个像元生成一个大小为5*5的样本的采样方案。

（5）评价各影像的大气校正质量，结果见下表，相关的统计分布图件附图5。附图5中，坐标系的纵轴上标示了产品影像名称，横轴标示了对应的参考影像名称。

影像名称PIF样本个数质量评价结果P124R039_19990910_TOA2988Y=0.65X+482.05,  R=0.88,  RMSD=496.70P124R039_19990910_FLA2844Y=0.89X+3.07,  R=0.97,  RMSD=285.84P124R039_20020105_TOA62Y=0.4739X+956.57,  R=0.81,  RMSD=597.75P124R039_20020105_FLA52Y=0.92X+374.73,  R=0.90,  RMSD=445.66P129R031_20090908_TOA8829Y=0.62X+743.41,  R=0.97,  RMSD=594.70P129R031_20090908_FLA8395Y=0.89X+85.26,  R=0.9893,  RMSD=313.63P129R031_20030503_TOA7973Y=0.6339X+1040.12,  R=0.97,  RMSD=484.27P129R031_20030503_FLA8267Y=0.86X+518.34,  R=0.98,  RMSD=303.62

（6）从样本分布和样本相关性分析结果可知，经过大气校正后的影像质量明显得到改善，主要体现在：经过大气校正的影像，其PIFs样本光谱值回归系数和相关系数相对于未经过大气校正的影像更加接近于1，且样本的均方根误差RMSD也相对减少。由此可见，由发明提出TM/ETM+影像大气校正产品质量评价模型得出的评价结果和TM/ETM+影像大气校正质量情况基本相符。

（7）PIFs样本提取的准确性直接影响评价结果的可靠性，为进一步验证本发明提出的质量评价方法的合理性，必须对各影像提取的PIFs样本从数量和质量2个方面进行评价与分析。

从数量上看，各实验影像提取的PIFs样本具有如下特点：（1）实验区1影像上提取的样本数量明显少于实验区2影像上提取的样本数；（2）经过大气校正后的影像上提取的样本数总体接近于未经大气校正影像上提取的样本数；（3）实验区1与参考影像相同季相上提取的样本数量远大于与参考影像季相不同的影像上提取的样本数量；而在实验区2上，后者则略小于前者。各影像上提取的PIFs样本数量特点基本上反映了2个实验区的表覆盖特点，即：实验区1内植被覆盖面积较大，不变地物分布区域较少，故提取的样本数量较少，产品影像与参考影像季相不同时提取的样本数更少；实验区2内植被覆盖面积较小，有大面积不变地物-沙漠的分布，提取样本数量较多，且不同季相影像上提取的样本数量也基本接近。

PIFs样本质量分析主要统计样本集中植被样本的数量。由于地表植被覆盖区的光谱曲线会随季节发生重大变化，因此，PIFs样本中植被样本个数应当尽可能少。为统计PIF样本中植被样本数量情况，分别对实验区1和实验区2产品影像上PIFs样本NDVI指数分布情况进行统计，结果见图8。

（8）对影像上样本NDVI指数进行分析，当NDVI指数大于0.45时，该样本即归为植被样本。从2个实验区内各样本集的NDVI指数统计分布图上可得：（1）实验区1内与参考影像季相相同的影像上提取的PIF样本中，约有一半样本为植被样本；与参考影像季相不同的影像上提取的PIF样本中，植被样本数量则不到10%；（2）实验区2内2个不同季相影像上提取的PIF样本几乎全部为非植被样本。实验区1内，参考影像观测时间为2001年9月15日，与其季相相同的实验影像观测于1999年9月10日，2者观测时间十分接近，植被的光谱可认为基本不变。因此，从P124R039_19990910_TOA与P124R039_19990910_FLA上提取的样本中包含较多植被样本是合理的。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。