劉耀林，趙 翔，馬瀟雅，劉殿鋒

1.武漢大學資源與環(huán)境科學學院，湖北武漢430079；2.地理信息系統(tǒng)教育部重點實驗室，湖北武漢430079；3.數(shù)字制圖與國土信息應用工程國家測繪地理信息局重點實驗室，湖北武漢430079

TM／ETM＋影像大氣校正產(chǎn)品質(zhì)量評價方法研究

劉耀林1，2，3，趙 翔1，馬瀟雅1，劉殿鋒1

1.武漢大學資源與環(huán)境科學學院，湖北武漢430079；2.地理信息系統(tǒng)教育部重點實驗室，湖北武漢430079；3.數(shù)字制圖與國土信息應用工程國家測繪地理信息局重點實驗室，湖北武漢430079

對TM／ETM＋的大氣校正產(chǎn)品質(zhì)量進行評價是改進影像質(zhì)量的必要手段。提出采用已有高質(zhì)量TM／ETM＋表面反射率產(chǎn)品作為參考影像評價TM／ETM＋的大氣校正產(chǎn)品質(zhì)量的方法。該方法設(shè)計了面向產(chǎn)品質(zhì)量評價的影像光譜采樣方案和多時相遙感影像PIFs（pseudo invariant features，PIFs）樣本自動識別方法，能對多時相／季相TM／ETM＋大氣校正產(chǎn)品質(zhì)量進行評價。試驗表明該方法能準確識別PIFs地物，評價結(jié)果真實反映了遙感影像大氣校正結(jié)果準確度。方法具有快速和低成本等特點，能開展規(guī)?；瘧?。

大氣校正；質(zhì)量評價；精度驗證；Landsat；TM／ETM＋；全球土地調(diào)查

1 引 言

Landsat系列衛(wèi)星獲得的TM／ETM＋影像由于其適中的分辨率、長期連續(xù)對地觀測等優(yōu)勢，已成為研究全球／區(qū)域變化的重要基礎(chǔ)數(shù)據(jù)［1］，并在諸多領(lǐng)域得到了應用［2－5］。然而，由于大氣效應的存在影響了遙感圖像的可用性，需要進行大氣校正獲得地表真實反射率以提高產(chǎn)品質(zhì)量［6－7］。由于大氣校正使用的模型、環(huán)境參數(shù)等包含許多不確定性因素，直接影響校正產(chǎn)品的質(zhì)量，進而導致植被指數(shù)、葉面積指數(shù)等地表參數(shù)的提取精度下降［8］。因此，采用科學方法對TM／ETM＋的大氣校正產(chǎn)品質(zhì)量進行評價，不僅是改進產(chǎn)品質(zhì)量的必要途徑，也是提高產(chǎn)品應用結(jié)果可靠性的迫切需要。

目前國內(nèi)外有關(guān)遙感影像大氣校正產(chǎn)品質(zhì)量評價的基本思路都是采用統(tǒng)計學的方法，通過對比分析地表對象在產(chǎn)品影像上的光譜值與“真實”光譜值之間的一致性以評價產(chǎn)品質(zhì)量的優(yōu)劣。根據(jù)“真值”光譜來源不同，質(zhì)量評價方法主要有以下兩類［9］：① 地面同步觀測驗證法［6，9－13］；② 參考影像對比法［14－15］。前者“真值”來源于野外實際測量，數(shù)據(jù)可靠性好，但檢驗成本高，不適合開展大規(guī)模應用，也無法對歷史影像的大氣校正結(jié)果進行評價；后者得到的評價結(jié)果則是一種相對質(zhì)量，要求參考影像質(zhì)量可靠且與產(chǎn)品影像具有相近的光譜波段、相同的觀測時間，但具有低成本、快速的特點，適合開展大規(guī)模應用。

選擇高質(zhì)量參考影像實現(xiàn)TM／ETM＋大氣校正產(chǎn)品質(zhì)量規(guī)?；u價是本文的關(guān)注重點。由于MODIS的表面反射率產(chǎn)品已經(jīng)過多方驗證具有較好的校正質(zhì)量［6，13，16］，文獻［14］將其經(jīng)過投影轉(zhuǎn)換等預處理后應用于全球Landsat表面反射率產(chǎn)品的質(zhì)量評價，取得了較好效果。然而該方法不能對1999年12月以前獲得的TM／ETM＋影像大氣校正產(chǎn)品進行質(zhì)量評價。且MODIS影像與TM／ETM＋影像在空間分辨率、投影坐標系等方面的差異一定程度上也會對質(zhì)量評價結(jié)果帶來不利影響。針對上述方法的不足，本文以現(xiàn)有高質(zhì)量Landsat表面反射率產(chǎn)品為參考影像，研究針對具有不同時相的TM／ETM＋影像大氣校正產(chǎn)品質(zhì)量評價方法，為全球／區(qū)域級的TM／ETM＋影像產(chǎn)品質(zhì)量評價提供技術(shù)支持。

2 TM／ETM＋影像大氣校正產(chǎn)品質(zhì)量評價模型

2.1 模型設(shè)計思路與技術(shù)流程

時相不同的遙感影像通常需要在影像上尋找偽不變特征點（pseudo invariant features，PIFs），通過比較PIFs的光譜一致性以間接分析影像光譜的一致性。偽不變特征點是一類光譜特征幾乎不隨時間變化的地物，如沙漠、人造覆蓋等。PIFs的這一特性通常被用于不同時相遙感影像的歸一化處理［17］，也是本研究的理論基礎(chǔ)?；谏鲜鲈?，設(shè)計TM／ETM＋影像大氣校正產(chǎn)品質(zhì)量評價方法包括3個關(guān)鍵步驟：① 選擇高質(zhì)量的TM／ETM＋表面反射率產(chǎn)品作為參考影像，采用系統(tǒng)抽樣方法生成一系列地物光譜樣本；②比較分析各樣本在產(chǎn)品影像和參考影像上的光譜值，并從中提取出PIFs樣本；③比較PIFs樣本在參考影像和產(chǎn)品影像上的光譜值，進而評價產(chǎn)品影像相對質(zhì)量。具體方法流程見圖1。

圖1 TM／ETM＋影像大氣校正產(chǎn)品質(zhì)量評價方法流程圖Fig.1 Flowchart for assessing the TM／ETM＋atmospheric correction products

2.2 影像光譜采樣方案設(shè)計

由于幾何位置誤差和地表鄰近效應的存在，影像之間不適合進行逐像元的直接比較，大多采用基于樣本的方法進行比較［14］。影像光譜采樣采用系統(tǒng)抽樣方法，按照PIFs樣本選取的基本準則進行，即［18］：①PIFs應當盡可能同質(zhì)；②PIFs應當具有較大面積；③PIFs光譜值在較大范圍內(nèi)有分布。采樣方案設(shè)計的關(guān)鍵在于確定適當?shù)臉颖敬笮『筒蓸娱g隔：當研究區(qū)地表覆蓋類型錯綜復雜，PIFs地物較少時，選擇較小的樣本和采樣間隔以擴大搜索范圍；反之則選擇較大的樣本和采樣間隔以提高計算效率。表1是根據(jù)多次試驗得到的可供參考的光譜采樣方案。

表1 光譜采樣參數(shù)配置Tab.1 Parameters for spectrum sampling像素

對得到樣本集，首先計算樣本在TM／ETM＋影像1、2、3、4、5、7波段上的像元光譜平均值和變異系數(shù)（coefficient of variation，CV），剔除不同質(zhì)樣本。如圖2所示，設(shè)樣本S在波段i上所包含的像元集合為C，則S在該波段的光譜值SBandi取C的像元光譜平均值CAVG；S在波段i上的變異系數(shù)CCV用于度量樣本的同質(zhì)性，其取值為集合C的像元光譜值標準差Cσ與平均值CAVG的比值。通常當樣本集的CCV值≤0.1時，該樣本集可認為是同質(zhì)的。由于第1波段（藍光）受到大氣散射等因素的影響最為嚴重，誤差更為明顯。因此，在進行樣本同質(zhì)性檢驗時，可適當放寬對藍光波段的CCV值要求。經(jīng)過多次試驗分析，當某個樣本在各波段的像元光譜變異系數(shù)滿足表2中的條件時，該樣本可視為同質(zhì)樣本。

圖2 光譜采樣方法Fig.2 Illustration of the sampling strategy

表2 樣本同質(zhì)性檢驗指標閾值Tab.2 Value range threshold values used to determine homogeneous samples

2.3 PIFs樣本自動識別

PIFs的基本特性是其光譜曲線幾乎不隨時間變化，不同時間獲得的光譜曲線形狀高度相似。對PIFs對象在兩個不同時點T1、T2分別獲得的光譜曲線ST1與ST2進行相關(guān)性分析，理論上可得到一條經(jīng)過坐標系原點且斜率為a＝1的直線。然而，由于受到不確定性因素影響，該直線斜率通常近似為1，且偏離原點（圖3）。此外，地表植被是遙感影像隨季節(jié)發(fā)生變化的主要地物類型，在分析樣本兩期影像相關(guān)性（R）的基礎(chǔ)上，考慮樣本在兩期影像上的歸一化植被指數(shù)（normalized difference vegetation index，NDVI）變化（ΔNDVI）可進一步剔除非PIFs樣本：樣本在兩期影像上的光譜值相關(guān)系數(shù)越接近1且ΔNDVI越接近0，則該樣本為PIFs樣本的可能性越大。為獲得盡可能多的質(zhì)量評價樣本，同時保證PIFs樣本識別的準確度，在參考國內(nèi)外現(xiàn)有研究結(jié)論的基礎(chǔ)上進行多次實驗，設(shè)計R和ΔNDVI的閾值見表3。

表3 PIFs樣本自動識別指標及閾值Tab.3 Indies and threshold values for identifying the PIFs

圖3 PIFs樣本的光譜特征Fig.3 Spectral characteristics of the pseudo invariant features

2.4 校正影像質(zhì)量評價

TM／ETM＋影像大氣校正產(chǎn)品質(zhì)量評價方法采用參考文獻［14］的研究結(jié)果，即采用線性回歸模型分析PIFs樣本在產(chǎn)品影像和參考影像上的光譜一致性，得到式（1）的回歸方程，并計算相關(guān)系數(shù)R和樣本光譜均方根誤差RMSD

式中，X為所有樣本在參考影像上各波段光譜值的集合；Y為所有樣本在產(chǎn)品影像上對應光譜值的集合。當a和R的值接近于1、b和RMSD的值接近于0時，表明產(chǎn)品影像和參考影像之間的光譜一致性較好，影像校正質(zhì)量較高；反之，則可能存在問題有待進一步改進。

3 試驗與分析

3.1 試驗數(shù)據(jù)獲取與預處理

選取兩個具有不同地表覆蓋特征的區(qū)域作為試驗區(qū)。其中：①試驗區(qū)1在Landsat的WRS－2（worldwide reference system）坐標系中的位置為path＝124，row＝039，地表覆蓋類型主要為耕地和森林，不變地物較少，地表覆蓋類型相對復雜；②試驗區(qū)2的WRS－2坐標位置為path＝129，row＝031，地表覆蓋類型主要為沙漠／荒漠化地區(qū)，東南有少量耕地和草地，地物類型相對單一。試驗使用的高質(zhì)量參考影像從馬里蘭大學global land saurvey surface reflectance數(shù)據(jù)集中獲得，基本信息見表4，位置見圖4。

圖4 試驗參考影像（ETM＋7，4，3波段合成）Fig.4 Color composite of reference imagery：ETM＋bands 7（R），4（G），and 3（B）imagery

表4 參考影像基本信息Tab.4 Information of the reference images used in the study cases

每個試驗區(qū)從NASA的Landsat L1T產(chǎn)品中下載兩景不同季相的影像作為試驗影像，其中1景與參考影像季相相同，1景與參考影像季相不同，試驗影像基本信息分別見表5與圖5。每景影像利用其自帶的元數(shù)據(jù)在ENVI中完成輻射定標和大氣校正。

表5 試驗影像基本信息Tab.5 Information of the product images used in the study cases

圖5 試驗影像（ETM＋7，4，3波段合成）Fig.5 Color composite of the product images：ETM＋bands 7（R），4（G），and 3（B）imagery

3.2 試驗結(jié)果與分析

3.2.1 影像質(zhì)量評價結(jié)果

試驗區(qū)1（P124R039）每隔10個像元采集一個大小為3×3的光譜樣本；試驗區(qū)2（P129R031）每間隔50個像元采集一個大小為5×5的樣本。對系統(tǒng)抽樣得到的光譜樣本依據(jù)表2設(shè)計的PIFs識別指標自動提取PIFs樣本，在此基礎(chǔ)上評價校正質(zhì)量，得到結(jié)果見表6。

表6 試驗影像質(zhì)量評價結(jié)果Tab.6 Quality assessment result of the product images

3.2.2 PIFs樣本提取結(jié)果分析

PIFs樣本提取的準確性直接影響評價結(jié)果的可靠性。為驗證PIFs樣本提取方法的合理性，必須對各影像提取的PIFs樣本從數(shù)量和質(zhì)量兩方面進行評價與分析。數(shù)量上：① 試驗區(qū)1的影像上提取的樣本數(shù)量明顯少于試驗區(qū)2影像上提取的樣本數(shù)；② 從校正后影像上提取的樣本數(shù)總體上接近于未經(jīng)校正的影像；③ 試驗區(qū)1內(nèi)與參考影像季相相同的產(chǎn)品上提取的樣本數(shù)量遠大于與參考影像季相不同的影像，而在試驗區(qū)2上，后者則略小于前者。各影像上提取的PIFs樣本數(shù)量特點反映了這兩個試驗區(qū)的地表覆蓋差異，即試驗區(qū)1的植被覆蓋面積較大，不變地物分布區(qū)域較少，故提取的樣本數(shù)量相對較少，產(chǎn)品影像與參考影像季相不同時提取的樣本數(shù)更少；試驗區(qū)2植被覆蓋面積較小，有大面積不變地物－沙漠的分布，提取樣本數(shù)量較多，且不同季相影像上提取的樣本數(shù)量也基本接近。PIFs樣本質(zhì)量主要通過統(tǒng)計樣本集中植被樣本的數(shù)量進行反映。由于地表植被覆蓋區(qū)的光譜曲線會隨季節(jié)發(fā)生重大變化。因此，PIFs樣本中植被樣本個數(shù)應當盡可能少。分別對兩個試驗區(qū)內(nèi)提取的PIFs樣本NDVI指數(shù)進行統(tǒng)計，結(jié)果見圖6。

圖6 樣本NDVI指數(shù)分布統(tǒng)計圖Fig.6 Cumulative percentage of the simples’NDVI distribution

對影像上樣本NDVI指數(shù)進行分析，當NDVI指數(shù)大于0.45時，該樣本即歸為植被樣本。由圖6可得，試驗區(qū)1：與參考影像季相相同的產(chǎn)品上提取的PIFs樣本中，約有一半樣本為植被；與參考影像季相不同的產(chǎn)品上提取的PIFs樣本中，植被樣本數(shù)量則不到10%。試驗區(qū)2：季相不同的產(chǎn)品上提取的PIFs樣本幾乎全部為非植被樣本。試驗區(qū)1內(nèi)，參考影像觀測時間為2001－09－15，與其季相相同的試驗影像觀測于1999－09－10，兩者觀測時間十分接近，植被的光譜也可認為基本不變。因此，從P124R039＿19990910＿TOA與P124R039＿19990910＿FLA上提取的樣本中包含較多植被樣本是合理的。

3.2.3 影像質(zhì)量評價結(jié)果分析

圖7中第1、2行的統(tǒng)計圖為未經(jīng)過大氣校正的質(zhì)量評價結(jié)果，第3、4行為經(jīng)過Flaash模型大氣校正后的質(zhì)量評價結(jié)果。從圖中樣本分布和樣本相關(guān)性分析結(jié)果可知經(jīng)過大氣校正后的影像質(zhì)量明顯得到改善，主要體現(xiàn)在：經(jīng)過大氣校正的影像，其PIFs樣本光譜值回歸系數(shù)和相關(guān)系數(shù)相對于未經(jīng)過大氣校正的影像更加接近于1，且樣本的均方根誤差RMSD也相對減少。評價結(jié)果和產(chǎn)品質(zhì)量情況基本相符。

4 結(jié) 論

驗證試驗結(jié)果表明，本文的TM／ETM＋影像大氣校正產(chǎn)品質(zhì)量評價方法總體上具有快速和低成本的特點，能夠開展規(guī)?；瘧?。相對于國內(nèi)外已有的遙感影像大氣校正產(chǎn)品質(zhì)量評價方法，本研究主要解決的問題有：① 設(shè)計了用于TM／ETM＋影像大氣校正產(chǎn)品質(zhì)量評價的影像光譜采樣方案；② 提出了面向產(chǎn)品質(zhì)量評價的PIFs樣本自動識別指標，能夠在具有不同時相／季相的TM／ETM＋影像上較為準確的識別出PIFs樣本；③方法可實現(xiàn)對歷史多期TM／ETM＋影像產(chǎn)品質(zhì)量的一致性進行評價。本方法評價結(jié)果可靠性的關(guān)鍵在于使用高質(zhì)量TM／ETM＋表面反射率產(chǎn)品作為參考影像。美國馬里蘭大學和美國國家航空航天局對Landsat全球地表反射率產(chǎn)品的不斷開發(fā)和完善為本方法開展大規(guī)模應用提供了條件。本文設(shè)計的TM／ETM＋影像大氣校正產(chǎn)品質(zhì)量評價方法對類似于TM／ETM＋傳感器的遙感衛(wèi)星（如中國的環(huán)境一號衛(wèi)星等）影像大氣校正產(chǎn)品質(zhì)量評價同樣具有借鑒意義。

圖7 影像質(zhì)量評價結(jié)果Fig.7 Scatter plots for the comparisons of the product imagery from the reference imagery

［1］ VERMOTE E F，SALEOUS N Z，PRIVETTE J L.Surface Reflectance Earth System Data Record［R／OL］.［2011－12－26］.http：∥landportal.gsfc.nasa.gov／Documents／ESDR／Surface＿Reflectance＿Vermote＿whitepaper.pdf.

［2］ POTAPOV P，HANSEN M C，GERRAND A M，et al.The Global Landsat Imagery Database for the FAO FRA Remote Sensing Survey［J］.International Journal of Digital Earth，2011，4（1）：2－21.

［3］ POTAPOV P，TURUBANOVA S，HANSEN M C.Regional－scale Boreal Forest Cover and Change Mapping Using Landsat Data Composites for European Russia［J］.Remote Sensing of Environment，2011，115（2）：548－561.

［4］ YANG Shuwen，XUE Chongsheng，LIU Tao，et al.A Method of Small Water Information Automatic Extraction from TM Remote Sensing Images［J］.Acta Geodaetica et Cartographica Sinica，2010，39（6）：611－617.（楊樹文，薛重生，劉濤，等.一種利用TM影像自動提取細小水體的方法［J］.測繪學報，2010，39（6）：611－617.）

［5］ XIAO Zhiqiang，BAO Guangshu，HUANG Jixian.Update of Road Network in GIS by Fusing SAR and TM Imagery［J］.Acta Geodaetica et Cartographica Sinica，2006，35（1）：46－51.（肖志強，鮑光淑，黃繼先.融合SAR和TM圖像更新GIS道路網(wǎng)絡數(shù)據(jù)［J］.測繪學報，2006，35（1）：46－51.）

［6］ LIANG Shunlin，F(xiàn)ANG Hongliang，CHEN Mingzhen，et al.Validating MODIS Land Surface Reflectance and Albedo Products：Methods and Preliminary Results［J］.Remote Sensing of Environment，2002，83（1－2）：149－162.

［7］ CHENG Wei，WANG Liming，TIAN Qingjiu.A Method of Atmospheric Correction Based on Shadow－pixel for Optical Satellite Data［J］.Acta Geodaetica et Cartographica Sinica，2008.37（4）：469－475.（程偉，王黎明，田慶久.一種基于陰影像元的光學遙感大氣校正方法［J］.測繪學報，2008，37（4）：469－475.）

［8］ WANG Yujie，TIAN Yuhong，ZHANG Yu，et al.Investigation of Product Accuracy as a Function of Input and Model Uncertainties：Case Study with SeaWiFS and MODIS LAI／FPAR Algorithm［J］.Remote Sensing of Environment，2001，78（3）：299－313.

［9］ JANZEN D T，F(xiàn)REDEEN A L，WHEATE R D.Radiometric Correction Techniques and Accuracy Assessment for Landsat TM Data in Remote Forested Regions［J］.Canadian Journal of Remote Sensing，2006，32（5）：330－340.

［10］ COLL C，GALVE J M，SANCHEZ J M，et al.Validation of landsat－7／ETM＋Thermal－Band Calibration and Atmospheric Correction with Ground－based Measurements［J］.IEEE Transactions on Geoscience and Remote Sensing， 2010，48（1）：547－555.

［11］ LIANG S H，F(xiàn)ANG J T，MORISETTE M，et al.Atmospheric Correction of Landsat ETM＋Land Surface Imagery－Part II：Validation and Applications［J］.IEEE Transactions on Geoscience and Remote Sensing，2002，40（12）：2736－2746.

［12］ WANG Y J，LYAPUSTIN A I，PRIVETTE J L，et al.Atmospheric Correction at AERONET Locations：a New Science and Validation Data Set［J］.IEEE Transactions on Geoscience and Remote Sensing，2009，47（8）：2450－2466.

［13］ LIU Xuefeng，LI Xianhua，ZENG Qihong，et al.Validating MODIS Surface Reflectance Based on Field Spectral Measurements［J］.International Journal of Remote Sensing，2010，31（6）：1645－1659.

［14］ FENG Min，HUANG Chengquan，VERMOTE E F，et al.Quality Assessment of Landsat Surface Reflectance Products Using MODIS Data［J］.Computers ＆Geosciences，2012，38（1）：9－22.

［15］ HIROKAZU Y，AKIHIDE K，MASAO M，et al.An Assessment of ASTER Surface Reflectance Products Generated by GEO Grid［C］∥Proceedings of the SPIE，Remote Sensing and Modeling of Ecosystems for Sustainability.San Diego：［s.n.］，2010.

［16］ VERMOTE E F，KOTCHENOVA S Y.MOD09（Surface Reflectance）User’s Guide［EB／OL］.［2011－12－26］.http：∥datamirror.csdb.cn／modis／resource／doc／MOD09＿UserGuide.pdf.

［17］ ZHANG Youshui，F(xiàn)ENG Xuezhi，ZHOU Chenghu.Relative Radiometric Correction for Multitemporal TM Images［J］.Acta Geodaetica et Cartographica Sinica，2006，35（2）：122－127.（張友水，馮學智，周成虎.多時相TM影像相對輻射校正研究［J］.測繪學報，2006，35（2）：122－127.）

［18］ ECKHARDT D W，VERDIN J P，LYFORD G R.Automated Update of An Irrigated Lands GIS Using SPOT HRV Imagery［J］.Photogrammetric Engineering and Remote Sensing，1990，56（11）：1515－1522.

Research on Quality Assessment of Atmospheric Correction Products Retrieved from TM／ETM＋Imagery

LIU Yaolin1，2，3，ZHAO Xiang1，MA Xiaoya1，LIU Dianfeng1
1.School of Resources and Environment Science，Wuhan University，Wuhan 430079，China；2.Key Laboratory of Geographic Information System，Ministry of Education，Wuhan430079，China；3.Key Laboratory of Digital Mapping and Land Information Application Engineering，National Administration of Surveying，Mapping and Geoinformation，Wuhan University，Wuhan430079，China

Assessing the quality of atmospheric correction products retrieved from TM／ETM＋imagery is a necessary means to improve the product’s quality，and it is also important to the scientists who use the imagery.At the basis of the summarization of the present methods，a new approach using the available global land survey surface reflectance product as reference imagery for validating the accuracy of atmospheric correction products retrieved from TM／ETM＋is proposed.The steps are as follow：Firstly，the spectrum sampling strategy is designed to get spectrum samples from the product imagery and the reference imagery，then using the coefficient of variation to determine homogeneous samples.After obtaining the homogeneous samples from the imagery，the PIFs（pseudo invariant features，PIFs）samples are identified by using the spectrum correlation coefficient R and the normalized difference vegetation index（NDVI）differential between the product imagery and the reference imagery.Finally，the quality consistencies between the multi－temporal imagery are evaluated based on the PIFs samples.Experimental results have shown that the new approach can accurately identify the PIFs and obtain the quality information rapidly，and it is very suitable for large－scale applications and can provide the global／region change researchers with some essential quality information on base imagery.

atmospheric correction；quality assessment；validation；Landsat；TM／ETM＋；global land survey

LIU Yaolin（1960—），male，professor，PhD supervisor，majors in remote sensing application，GIS etc.

LIU Yaolin，ZHAO Xiang，MA Xiaoya，et al.Research on Quality Assessment of Atmospheric Correction Products Retrieved from TM／ETM＋Imagery［J］.Acta Geodaetica et Cartographica Sinica，2012，41（4）：549－555.（劉耀林，趙翔，馬瀟雅，等.TM／ETM＋影像大氣校正產(chǎn)品質(zhì)量評價方法研究［J］.測繪學報，2012，41（4）：549－555.）

P237.4

A

1001－1595（2012）04－0549－07

國家863計劃（2009AA122001）

雷秀麗）

2011－12－26

2012－05－20

劉耀林（1960—），男，教授，博士生導師，主要從事遙感技術(shù)與應用，GIS地理信息系統(tǒng)理論、方法和分析模型等方面的研究。

E－mail：yaolin610＠163.com