李 營(yíng)，楊一鵬，殷守敬，楊海軍，朱海濤，趙 爽，郭會(huì)敏

1.環(huán)境保護(hù)部衛(wèi)星環(huán)境應(yīng)用中心，北京 100094

2.中國(guó)地質(zhì)大學(xué)(北京)土地科學(xué)技術(shù)學(xué)院，北京 100083

3.中國(guó)礦業(yè)大學(xué)(北京)地球科學(xué)與測(cè)繪工程學(xué)院，北京 100083

近年來，我國(guó)環(huán)境污染事件頻發(fā)，造成了環(huán)境的破壞與退化，使得環(huán)境問題日益嚴(yán)峻。遙感技術(shù)具備大范圍、大尺度同步監(jiān)測(cè)的優(yōu)勢(shì)，能夠在宏觀上快速、動(dòng)態(tài)地監(jiān)測(cè)環(huán)境狀況，彌補(bǔ)地面點(diǎn)位監(jiān)測(cè)的不足。我國(guó)環(huán)境遙感監(jiān)測(cè)主要分為生態(tài)環(huán)境、水環(huán)境、大氣環(huán)境等3個(gè)領(lǐng)域，隨著遙感技術(shù)及環(huán)境監(jiān)測(cè)專用載荷的不斷發(fā)展，環(huán)境遙感監(jiān)測(cè)在基礎(chǔ)理論、技術(shù)體系、應(yīng)用實(shí)踐等方面取得了很大進(jìn)步，發(fā)展了多個(gè)環(huán)境遙感監(jiān)測(cè)指標(biāo)。

遙感反演產(chǎn)品是否準(zhǔn)確、真實(shí)地反映實(shí)際情況，必須進(jìn)行真實(shí)性驗(yàn)證。真實(shí)性驗(yàn)證是用獨(dú)立的方法來評(píng)價(jià)遙感反演產(chǎn)品的真實(shí)性和準(zhǔn)確性，是評(píng)價(jià)遙感反演產(chǎn)品質(zhì)量的重要途徑，是溝通遙感數(shù)據(jù)到遙感信息轉(zhuǎn)換的關(guān)鍵技術(shù)環(huán)節(jié)，為遙感產(chǎn)品的質(zhì)量分析和控制提供依據(jù)，對(duì)于提高定量化水平具有重要意義［1］。此外，由于地表景觀的空間異質(zhì)性，使遙感描述地表特征時(shí)存在不確定性，因此，環(huán)境遙感監(jiān)測(cè)指標(biāo)的驗(yàn)證就顯得尤為重要。目前，國(guó)內(nèi)外都開展了遙感指標(biāo)驗(yàn)證研究，但尺度轉(zhuǎn)換、時(shí)相同步等關(guān)鍵問題仍未有效解決。相比于國(guó)外，國(guó)內(nèi)研究水平要遜于國(guó)外，在驗(yàn)證方法系統(tǒng)性研究與支撐國(guó)產(chǎn)衛(wèi)星產(chǎn)品驗(yàn)證方面的工作還有待提升，針對(duì)環(huán)保監(jiān)測(cè)指標(biāo)的驗(yàn)證也相對(duì)較少，缺乏規(guī)范化與標(biāo)準(zhǔn)化，且不成體系。本文根據(jù)環(huán)境遙感的監(jiān)測(cè)領(lǐng)域，從國(guó)內(nèi)生態(tài)環(huán)境、水環(huán)境、大氣環(huán)境3個(gè)方面共5個(gè)具有代表性的指標(biāo)(土地利用/土地覆蓋、葉面積指數(shù) LAI、水華、葉綠素a、秸稈焚燒)，綜述其驗(yàn)證方法并分析不同驗(yàn)證方法的優(yōu)劣勢(shì)，探討我國(guó)環(huán)境遙感監(jiān)測(cè)指標(biāo)的發(fā)展方向。

1 生態(tài)環(huán)境遙感監(jiān)測(cè)指標(biāo)驗(yàn)證

土地利用/土地覆蓋和LAI是宏觀監(jiān)測(cè)生態(tài)系統(tǒng)格局、生態(tài)系統(tǒng)質(zhì)量及生態(tài)系統(tǒng)動(dòng)態(tài)變化的重要數(shù)據(jù)源，在生態(tài)環(huán)境遙感監(jiān)測(cè)方面發(fā)揮了重要作用。

1.1 土地利用/土地覆蓋驗(yàn)證

土地利用/土地覆蓋是生態(tài)環(huán)境遙感監(jiān)測(cè)中重要的指標(biāo)，也是目前生態(tài)遙感應(yīng)用最為成熟的產(chǎn)品，在自然保護(hù)區(qū)、重要生態(tài)功能區(qū)、生物多樣性優(yōu)先區(qū)、礦產(chǎn)資源開發(fā)區(qū)、大型工程建設(shè)區(qū)、城鎮(zhèn)化等區(qū)域的生態(tài)監(jiān)測(cè)中發(fā)揮了重要作用，主要用于環(huán)境敏感目標(biāo)信息提取、生態(tài)環(huán)境狀況及其變化趨勢(shì)的分析評(píng)估。

目前，生產(chǎn)土地利用/土地覆蓋產(chǎn)品的主要數(shù)據(jù)源包括空間分辨率為1 km的 VEGETATION、MODIS和30 m空間分辨率的 Landsat TM、HJ-1 CCD等。驗(yàn)證數(shù)據(jù)源主要分為實(shí)地調(diào)查和遙感影像土地利用數(shù)據(jù)等，實(shí)地調(diào)查數(shù)據(jù)通過野外采樣獲取，記錄了調(diào)查區(qū)域的經(jīng)緯度、土地覆蓋類型等信息，然后與土地覆蓋數(shù)據(jù)進(jìn)行疊加驗(yàn)證，另一種實(shí)地調(diào)查數(shù)據(jù)是通過建立野外地面觀測(cè)試驗(yàn)站，同步獲取土地利用/土地覆蓋信息進(jìn)行驗(yàn)證［2-3］;遙感影像土地利用驗(yàn)證數(shù)據(jù)源，是通過對(duì)同一研究區(qū)域的更高空間分辨率數(shù)據(jù)進(jìn)行土地利用分類，將其作為真實(shí)數(shù)據(jù)，驗(yàn)證土地利用/土地覆蓋分類結(jié)果。

比較2種驗(yàn)證數(shù)據(jù)源可以看出，實(shí)地調(diào)查數(shù)據(jù)是最為真實(shí)的驗(yàn)證數(shù)據(jù)源，其誤差主要來源于調(diào)查人員的經(jīng)驗(yàn)程度以及驗(yàn)證數(shù)據(jù)時(shí)相的差異，適用于受時(shí)間變化影響較小、地物類型面積大且較為均一的土地利用/土地覆蓋產(chǎn)品驗(yàn)證，但實(shí)地調(diào)查獲取的是“點(diǎn)尺度”上的數(shù)據(jù)，需要將其轉(zhuǎn)化到“面尺度”上的像元數(shù)據(jù)，這一尺度轉(zhuǎn)換勢(shì)必造成轉(zhuǎn)換誤差，而且，混合像元驗(yàn)證難度較大，驗(yàn)證數(shù)據(jù)獲取時(shí)容易受自然條件的限制;遙感影像土地覆蓋數(shù)據(jù)可以保障與被驗(yàn)證土地覆蓋/土地利用數(shù)據(jù)時(shí)相上的一致，能夠節(jié)省大量人力成本，工作難度低，適用于驗(yàn)證工作時(shí)間有限或地面調(diào)查難以獲取驗(yàn)證數(shù)據(jù)的區(qū)域，但遙感影像土地利用數(shù)據(jù)由于分類算法或模型的限制，本身存在精度誤差，以其驗(yàn)證其他數(shù)據(jù)，必定傳遞并增大驗(yàn)證誤差。

在驗(yàn)證過程中，根據(jù)驗(yàn)證點(diǎn)的數(shù)量可將驗(yàn)證方式分為全面驗(yàn)證與抽樣驗(yàn)證，全面驗(yàn)證是對(duì)所有土地利用/土地覆蓋的像元進(jìn)行驗(yàn)證，這種驗(yàn)證由于驗(yàn)證點(diǎn)多，因此驗(yàn)證數(shù)據(jù)源主要采用遙感影像［4］;抽樣驗(yàn)證主要依據(jù)樣本容量公式計(jì)算采樣點(diǎn)數(shù)量，然后進(jìn)行抽樣，抽樣方法包括隨機(jī)抽樣［5］、聚點(diǎn)式集群采樣和分層采樣［6］，抽樣完成后進(jìn)行驗(yàn)證，每種抽樣方法各有一定的優(yōu)缺點(diǎn)，需根據(jù)分類系統(tǒng)、應(yīng)用目的和精度評(píng)價(jià)進(jìn)行選擇。在精度驗(yàn)證方面，目前普遍采用的是混淆矩陣與Kappa系數(shù)方法，混淆矩陣工作量大，而且計(jì)算結(jié)果很大程度上取決于檢驗(yàn)數(shù)據(jù)的質(zhì)量及采樣點(diǎn)的代表性，而Kappa系數(shù)在實(shí)際應(yīng)用中也存在一些局限，在進(jìn)行一致性評(píng)價(jià)時(shí)，如忽略相關(guān)因素影響，可能出現(xiàn)反論［7］，另一方面，在評(píng)價(jià)精度方面，Kappa系數(shù)對(duì)于分類總體精度評(píng)價(jià)描述較好，而混淆矩陣除能得到總體精度外，還能獲取生產(chǎn)者精度與用戶精度，對(duì)個(gè)別類描述更詳細(xì)，因此，2種驗(yàn)證方法均有所長(zhǎng)［8］，需根據(jù)驗(yàn)證需要適當(dāng)選擇。

1.2 LAI驗(yàn)證

LAI是描述植物冠層功能過程的重要參量，也是生態(tài)系統(tǒng)功能模型、作物生長(zhǎng)模型、凈初級(jí)生產(chǎn)力模型、大氣模型、水循環(huán)模型等的重要陸地特征參量［9-11］，在間接監(jiān)測(cè)植被長(zhǎng)勢(shì)、分析生態(tài)系統(tǒng)質(zhì)量等研究中發(fā)揮了重要作用。

LAI主要數(shù)據(jù)源為 AVHRR、VEGETATION、MODIS等低空間分辨率產(chǎn)品，而中、高分辨率較少。驗(yàn)證低空間分辨率 LAI，主要有實(shí)地觀測(cè)和遙感影像驗(yàn)證2種方法。實(shí)地觀測(cè)驗(yàn)證是根據(jù)所需驗(yàn)證的LAI像元尺度大小，在地面上布置相應(yīng)大小樣地，再于樣地內(nèi)布置樣方，觀測(cè)每個(gè)樣方LAI，求取平均值后驗(yàn)證，為便于長(zhǎng)期觀測(cè) LAI開展驗(yàn)證工作，美國(guó)、法國(guó)、加拿大、中國(guó)等國(guó)家都建立了地面驗(yàn)證項(xiàng)目或驗(yàn)證框架［12］;遙感影像驗(yàn)證是基于多個(gè)LAI地面觀測(cè)數(shù)據(jù)，將其尺度上推到更高空間分辨率尺度(如 TM、ETM+、ALOS數(shù)據(jù))，建立更高空間分辨率影像與地面觀測(cè)值的LAI反演模型，計(jì)算更高空間分辨率尺度的 LAI，之后，通過尺度轉(zhuǎn)換，將更高空間分辨率 LAI(反演的 LAI)轉(zhuǎn)換到被驗(yàn)證 LAI的空間尺度進(jìn)行驗(yàn)證。

比較2種LAI驗(yàn)證方法可知，地面觀測(cè)驗(yàn)證真實(shí)性強(qiáng)，適用于各種空間分辨率影像LAI驗(yàn)證，但尺度轉(zhuǎn)換的不確定性會(huì)增加驗(yàn)證誤差，同時(shí)隨著觀測(cè)樣方數(shù)量增加，工作量也隨之增大;遙感影像驗(yàn)證，是一種將地面觀測(cè)與遙感影像相結(jié)合的方法，雖然較好地解決了尺度轉(zhuǎn)換問題，但在尺度轉(zhuǎn)換過程中也產(chǎn)生轉(zhuǎn)化誤差，此外，不同傳感器之間影像波譜范圍的差別，地面觀測(cè)與遙感影像間建立的算法模型，以及模型假設(shè)的理想條件，在一定程度上也影響了驗(yàn)證精度。

LAI精度驗(yàn)證通常是對(duì)整幅影像所有像元進(jìn)行驗(yàn)證，但地面觀測(cè)難以獲取全面數(shù)據(jù)，且存在時(shí)相偏差，因此，在精度驗(yàn)證過程中，通常選用遙感影像驗(yàn)證方法，通過對(duì)被驗(yàn)證LAI與反演后的LAI或LAI產(chǎn)品進(jìn)行統(tǒng)計(jì)分析，建立線性回歸模型，以此評(píng)價(jià)被驗(yàn)證 LAI的精度［13］或計(jì)算相對(duì)誤差［14］，并根據(jù)實(shí)地情況，分析造成誤差的原因。

2 水環(huán)境遙感監(jiān)測(cè)指標(biāo)驗(yàn)證

水華和葉綠素a是水環(huán)境遙感監(jiān)測(cè)的2個(gè)重要指標(biāo)，具備宏觀尺度監(jiān)測(cè)我國(guó)大型湖泊水體與重要飲用水源地的水質(zhì)狀況及其變化趨勢(shì)的能力，有效彌補(bǔ)了地面監(jiān)測(cè)的不足。

2.1 水華驗(yàn)證

水華是淡水水體中藻類大量繁殖的一種自然生態(tài)現(xiàn)象，是水體富營(yíng)養(yǎng)化的一種特征，水華的形成不僅破壞水體景觀和生態(tài)系統(tǒng)平衡，而且藍(lán)藻在生長(zhǎng)過程中釋放毒素，消耗溶解氧，可以導(dǎo)致水體生物大量死亡、水質(zhì)惡化，嚴(yán)重影響飲用水安全［15］。以藍(lán)藻水華暴發(fā)為表征的水體富營(yíng)養(yǎng)化問題是當(dāng)前湖泊面臨的主要環(huán)境問題之一［16］。因此，在我國(guó)大型水體(太湖、巢湖、滇池)及重要飲用水源地開展遙感水華監(jiān)測(cè)，了解發(fā)生、發(fā)展過程及其空間動(dòng)態(tài)變化趨勢(shì)，對(duì)于防治水華、保障居民用水安全具有重要意義。

目前，國(guó)內(nèi)主要采用大幅寬的 HJ-1 CCD和MODIS數(shù)據(jù)開展大型水體水華遙感監(jiān)測(cè)工作，由于監(jiān)測(cè)范圍尺度很大，致使驗(yàn)證數(shù)據(jù)獲取具有一定的難度，因此，開展的驗(yàn)證工作相對(duì)較少。水華驗(yàn)證方法主要分為實(shí)地調(diào)查和遙感影像驗(yàn)證2種方法。在實(shí)地調(diào)查驗(yàn)證方面，主要采用水華實(shí)地巡測(cè)、GPS定位驗(yàn)證等方法，如劉文杰［17］選擇水華發(fā)生頻率較高時(shí)段，在水華發(fā)生頻率較高的區(qū)域預(yù)先選取30個(gè)點(diǎn)，當(dāng)衛(wèi)星過境時(shí)，采用多艘快艇巡視預(yù)先設(shè)定的30個(gè)點(diǎn)，獲取這些區(qū)域的水華狀況，結(jié)合當(dāng)天衛(wèi)星影像提取的水華分布圖，驗(yàn)證水華濃度較高、較低區(qū)域的反演精度，魯韋坤等［18］采用GPS定位水華出現(xiàn)的區(qū)域，選取具有代表性的GPS點(diǎn)作為驗(yàn)證點(diǎn)驗(yàn)證滇池MODIS水華反演精度;在遙感影像驗(yàn)證方面，主要依據(jù)RGB真彩色或假彩色合成影像圖，定性驗(yàn)證水華反演精度，如郭望成［19］基于遙感影像假彩色合成圖，目視對(duì)比驗(yàn)證HJ-1衛(wèi)星反演的太湖水華結(jié)果。

通過以上分析可知，實(shí)地調(diào)查選取有限個(gè)驗(yàn)證點(diǎn)進(jìn)行驗(yàn)證，這些點(diǎn)在空間上分散且不連續(xù)，適用于具有代表性的水華區(qū)域，但難以完成水華區(qū)域的全面驗(yàn)證，而且在尺度轉(zhuǎn)換過程中驗(yàn)證精度也會(huì)受到一定影響;遙感影像驗(yàn)證借助其他遙感數(shù)據(jù)源，能夠?qū)崿F(xiàn)全面、同步的定性驗(yàn)證，但定性驗(yàn)證受主觀因素影響較大，僅能定性評(píng)價(jià)水華的分布范圍與濃度差異，難以定量化評(píng)估反演精度。

2.2 葉綠素a驗(yàn)證

葉綠素a通常作為衡量水體初級(jí)生產(chǎn)力和富營(yíng)養(yǎng)化作用的一項(xiàng)基本指標(biāo)［20］，是監(jiān)測(cè)內(nèi)陸湖泊環(huán)境狀況的重要指標(biāo)之一，對(duì)于湖泊水質(zhì)、富營(yíng)養(yǎng)化評(píng)價(jià)及赤潮探測(cè)研究具有重要意義［21］。

通常情況下，水體葉綠素a濃度監(jiān)測(cè)主要通過將現(xiàn)場(chǎng)采取的水樣帶回實(shí)驗(yàn)室后測(cè)量獲取，因湖泊水體面積大，這種人工監(jiān)測(cè)方法僅能獲取有限、分散的樣點(diǎn)，難以描述整個(gè)水域的葉綠素a空間分布狀況。而遙感技術(shù)能夠監(jiān)測(cè)整個(gè)水域的葉綠素a空間分布濃度，彌補(bǔ)人工監(jiān)測(cè)缺陷。采用遙感技術(shù)反演葉綠素a的原理:基于人工葉綠素a采樣數(shù)據(jù)，分析其光譜特征，將光譜特征與遙感影像相關(guān)波段(如 Landsat TM，HJ-1 CCD，MODIS等)進(jìn)行相關(guān)性分析，建立葉綠素a遙感反演模型［22-24］，從而定量獲取葉綠素a濃度。對(duì)于遙感反演結(jié)果的驗(yàn)證，主要采用未進(jìn)行光譜分析的采樣點(diǎn)，帶入反演模型進(jìn)行精度評(píng)價(jià)［25］。鑒于上述分析，葉綠素a驗(yàn)證方法屬于地面調(diào)查驗(yàn)證范疇，未形成遙感影像驗(yàn)證的方法。地面驗(yàn)證方法只能驗(yàn)證與采樣時(shí)間同步的影像反演結(jié)果，對(duì)其他時(shí)相反演結(jié)果驗(yàn)證并不具有代表性，此外，反演結(jié)果僅反映采樣點(diǎn)情況，難以評(píng)價(jià)其他區(qū)域反演結(jié)果精度，同時(shí)，尺度轉(zhuǎn)換也會(huì)影響驗(yàn)證精度。

3 大氣環(huán)境遙感監(jiān)測(cè)指標(biāo)驗(yàn)證

秸稈焚燒是大氣環(huán)境遙感監(jiān)測(cè)較為成熟的指標(biāo)，已實(shí)現(xiàn)業(yè)務(wù)化監(jiān)測(cè)，為地方環(huán)境監(jiān)察執(zhí)法提供了有效的數(shù)據(jù)支撐。

秸稈在燃燒過程中會(huì)產(chǎn)生大量的 CO2、CO、氮氧化物和多環(huán)芳烴等有害氣體及可吸入顆粒物，造成大氣環(huán)境質(zhì)量顯著下降，直接影響當(dāng)?shù)鼐用竦纳眢w健康，而且大量的CO2會(huì)使地球變暖，導(dǎo)致災(zāi)害發(fā)生［26］。

目前，秸稈焚燒監(jiān)測(cè)采用的主要數(shù)據(jù)源為HJ-1B［27］及 MODIS［28］，監(jiān)測(cè)原理:基于遙感影像熱紅外波段探測(cè)能力，結(jié)合地面土地利用/土地覆蓋信息，剔除非農(nóng)作物火點(diǎn)后，提取秸稈焚燒火點(diǎn)。秸稈焚燒遙感監(jiān)測(cè)為保障空氣質(zhì)量及當(dāng)?shù)睾娇者\(yùn)輸安全提供了技術(shù)支撐。

秸稈焚燒驗(yàn)證的方法主要有GPS點(diǎn)和火點(diǎn)產(chǎn)品驗(yàn)證2種方法。GPS點(diǎn)驗(yàn)證是根據(jù)提取的秸稈焚燒點(diǎn)經(jīng)緯度信息，利用GPS定位尋找疑似秸稈焚燒點(diǎn)驗(yàn)證［29-30］;火點(diǎn)產(chǎn)品驗(yàn)證，主要基于已有的同時(shí)相火點(diǎn)產(chǎn)品(如MODIS)，剔除非秸稈焚燒點(diǎn)后，與秸稈焚燒疑似點(diǎn)進(jìn)行對(duì)比驗(yàn)證［26］。對(duì)比2種驗(yàn)證方法可以看出，GPS點(diǎn)驗(yàn)證能夠真實(shí)驗(yàn)證秸稈焚燒點(diǎn)遙感反演結(jié)果，評(píng)價(jià)反演精度，適用于事先計(jì)劃好的驗(yàn)證工作，但耗費(fèi)人力物力較大，并且提取的焚燒點(diǎn)經(jīng)緯度精度直接影響驗(yàn)證效率;火點(diǎn)產(chǎn)品驗(yàn)證方法，能夠節(jié)約人力資源，簡(jiǎn)化驗(yàn)證流程，節(jié)省工作時(shí)間，但火點(diǎn)產(chǎn)品幾何糾正精度及自身火點(diǎn)反演精度等因素，會(huì)直接影響驗(yàn)證精度，因此，該驗(yàn)證方法只適用于精度要求不高的驗(yàn)證。

4 總結(jié)與展望

總結(jié)土地利用/土地覆蓋、LAI、水華、葉綠素a、秸稈焚燒等環(huán)境監(jiān)測(cè)指標(biāo)的驗(yàn)證分析可知，實(shí)地調(diào)查和遙感影像(或遙感影像產(chǎn)品)驗(yàn)證是環(huán)境遙感監(jiān)測(cè)指標(biāo)驗(yàn)證的主要方法。在驗(yàn)證方法的應(yīng)用程度方面，土地利用/土地覆蓋、LAI、秸稈焚燒等指標(biāo)的實(shí)地調(diào)查和遙感影像(或遙感影像產(chǎn)品)驗(yàn)證方法都比較成熟完善，能夠滿足驗(yàn)證工作的需要;水華、葉綠素a等指標(biāo)的地面驗(yàn)證方法應(yīng)用較為普遍且相對(duì)成熟，因缺乏相應(yīng)的遙感影像產(chǎn)品，遙感影像驗(yàn)證方法(或遙感影像產(chǎn)品)應(yīng)用較少或仍未采用。

在驗(yàn)證方法的應(yīng)用效果方面，實(shí)地調(diào)查的驗(yàn)證精度要高于遙感影像(或遙感影像產(chǎn)品)驗(yàn)證，但必須有效解決尺度轉(zhuǎn)換與時(shí)相同步問題，且經(jīng)濟(jì)投入較大，適用于小尺度影像驗(yàn)證，而遙感影像(或遙感影像產(chǎn)品)驗(yàn)證基本適用于任何尺度遙感產(chǎn)品驗(yàn)證，也能彌補(bǔ)實(shí)地調(diào)查驗(yàn)證的不足，但其自身精度限制了驗(yàn)證精度。通過對(duì)比，這2種驗(yàn)證方法各有千秋，很難評(píng)價(jià)哪種方面優(yōu)勢(shì)較強(qiáng)，選擇哪種驗(yàn)證方法須結(jié)合驗(yàn)證的指標(biāo)與驗(yàn)證工作基礎(chǔ)。

鑒于以上分析可知，實(shí)地調(diào)查驗(yàn)證中尺度轉(zhuǎn)換與遙感影像(或遙感影像產(chǎn)品)驗(yàn)證中影像自身精度，是影響環(huán)境監(jiān)測(cè)驗(yàn)證的關(guān)鍵因素，今后的驗(yàn)證研究中應(yīng)著力解決。對(duì)于尺度轉(zhuǎn)換問題，一方面加緊研究不同傳感器、不同空間分辨率數(shù)據(jù)，在不同尺度轉(zhuǎn)換間的函數(shù)對(duì)應(yīng)關(guān)系，另一方面應(yīng)大力研制“面尺度”指標(biāo)觀測(cè)儀器，從而有效解決尺度轉(zhuǎn)化問題。對(duì)于影像產(chǎn)品自身精度問題，需要盡可能地發(fā)展“一星多載荷”驗(yàn)證模式(如ASTER驗(yàn)證MODIS產(chǎn)品)，因各載荷獲取數(shù)據(jù)的時(shí)間、外部條件一致，如果采用同一反演模型，能夠保證最高的反演精度;同時(shí)，更為重要的是，不斷研究高精度遙感產(chǎn)品反演模型，反復(fù)驗(yàn)證修改，使反演結(jié)果最大程度地接近真實(shí)值，滿足指標(biāo)驗(yàn)證要求。

［1］姜小光，李召良，習(xí)曉環(huán)，等.遙感真實(shí)性檢驗(yàn)系統(tǒng)框架初步構(gòu)想［J］.干旱區(qū)地理，2008，31(4):567-571.

［2］李新，馬明國(guó)，王建，等.黑河流域遙感-地面觀測(cè)同步試驗(yàn):科學(xué)目標(biāo)與試驗(yàn)方案［J］.地球科學(xué)進(jìn)展，2008，23(9):897-914.

［3］Strahler A，Muchoney D，Borak J，et al.MODIS land cover product algorithm theoretical basis document(ATBD)version 5.0［R］.Boston:Boston University，1999.

［4］劉向培，王漢杰，何明元，等.三種土地覆蓋遙感數(shù)據(jù)在中國(guó)區(qū)域的精度分析［J］.農(nóng)業(yè)工程學(xué)報(bào)，2012，28(24)，252-259.

［5］寧佳，張樹文，蔡艷紅，等.MODIS和 GLOBCOVER全球土地覆蓋數(shù)據(jù)集對(duì)比分析——以黑龍江流域?yàn)槔跩］.地球信息科學(xué)學(xué)報(bào).2012，14(2):240-249.

［6］裴歡，魏勇，房世峰，等.基于SPOT高分辨率遙感數(shù)據(jù)的綠洲荒漠化土地分類方法—以吐魯番綠洲為例［J］.資源科學(xué)，2011，33(6):1 204-1 210.

［7］王軍.Kappa系數(shù)在一致性評(píng)價(jià)中的應(yīng)用研究［D］.四川:四川大學(xué)，2006.

［8］劉文軍.基于遙感技術(shù)的土地利用/土地覆蓋提取信息精度研究—以艾比湖濕地保護(hù)區(qū)為例［J］.新疆環(huán)境保護(hù)，2011，33(3):37-40.

［9］Cramer W，Kicklighter D W，Bondeau A，et al.Comparing global models of terrestrial Net Primary Productivity(NPP):Overview and key results［J］.Global Change Biology，1999，5(Suppl):1-15.

［10］Reich Peter B，Turner David P，Bolstad Paul.An approach to spatially distributed modeling of Net Primary Production(NPP)at the landscape scale and its application in validation of EOS NPP products ［J］.Remote Sensing of Environment，1999，70(1):69-81.

［11］Liu J，Chen J M，Cihlar J，et al.A process-based boreal ecosystem productivity simulator using remote sensing inputs［J］.Remote Sensing of Environment，1997，62(2):158-175.

［12］曾也魯，李靜，柳欽火.全球LAI地面驗(yàn)證方法及驗(yàn)證數(shù)據(jù)綜述［J］.地球科學(xué)進(jìn)展，2012，27(2):165-174.

［13］魏偉.MODIS LAI產(chǎn)品真實(shí)性驗(yàn)證空間尺度轉(zhuǎn)換方法研究［D］.成都:電子科技大學(xué)，2012.

［14］孫晨曦，劉良云，關(guān)琳琳，等.錫林浩特草原區(qū)域MODIS LAI產(chǎn)品真實(shí)性檢驗(yàn)與誤差分析［J］.遙感學(xué)報(bào)，2014，18(3):527-535.

［15］段洪濤，張壽選，張淵智.太湖藍(lán)藻水華遙感監(jiān)測(cè)方法［J］.湖泊科學(xué)，2008，20(2):145-152.

［16］秦伯強(qiáng).長(zhǎng)江中下游淺水湖泊富營(yíng)養(yǎng)化發(fā)生機(jī)制與控制途徑初探［J］.湖泊科學(xué)，2002，14(3):193-202.

［17］劉文杰.內(nèi)陸湖泊藍(lán)藻水華的遙感監(jiān)測(cè)與評(píng)價(jià)研究［D］.北京:中國(guó)地質(zhì)大學(xué)，2013.

［18］魯韋坤，謝國(guó)清，余凌翔，等.MODIS遙感監(jiān)測(cè)滇池藍(lán)藻水華分布［J］.氣象科技，2009，37(5):618-620.

［19］郭望成.基于環(huán)境1號(hào)衛(wèi)星的藍(lán)藻水華提取方法研究［D］.南京:南京師范大學(xué)，2011.

［20］林珊，張玉超，錢新，等.廣州流溪河水庫葉綠素a遙感反演研究［J］.環(huán)境保護(hù)科學(xué)，2010，36(3):43-47.

［21］叢丕福，曲麗梅，王臣立，等.基于 MODIS模擬的遼東灣葉綠素a的遙感反演模型［J］.生態(tài)環(huán)境學(xué)報(bào)2009，18(6):2057-2060.

［22］趙碧云，賀彬，朱云燕.滇池水體中葉綠素 a含量的遙感定量模型［J］.云南環(huán)境科學(xué)，2001，20(3):1-3.

［23］聞建光.太湖水體葉綠素a遙感監(jiān)測(cè)模型研究［D］.吉林:吉林大學(xué)，2004.

［24］徐雯佳，楊斌，田力，等.應(yīng)用 MODIS數(shù)據(jù)反演河北省海域葉綠素 a濃度［J］.國(guó)土資源遙感，2012，4(95):152-156.

［25］王艷紅，馬榮華，鄧正棟.基于分區(qū)的太湖葉綠素a遙感估測(cè)模型［J］.河海大學(xué)學(xué)報(bào):自然科學(xué)版，2007，35(1):86-91.

［26］厲青，張麗娟，吳傳慶，等.基于衛(wèi)星遙感的秸稈焚燒監(jiān)測(cè)及對(duì)空氣質(zhì)量影響分析［J］.生態(tài)與農(nóng)村環(huán)境學(xué)報(bào)，2009，25(1):32-37.

［27］王玲，田慶久，包穎.基于HJ衛(wèi)星IRS遙感數(shù)據(jù)的農(nóng)作物秸稈火電提取模式研究［J］.地理科學(xué)，2011，31(6):661-667

［28］王子峰，陳良富，顧行發(fā).基于MODIS數(shù)據(jù)的華北地區(qū)秸稈焚燒監(jiān)測(cè)［J］.遙感技術(shù)與應(yīng)用，2008，23(6):611-617.

［29］方萌，張鵬，徐喆.“3S”技術(shù)在農(nóng)作物秸稈焚燒檢測(cè)中的應(yīng)用［J］.國(guó)土資源遙感，2006(3):1-4.

［30］張樹譽(yù)，李登科，李星敏，等.衛(wèi)星遙感在秸稈焚燒監(jiān)測(cè)中的應(yīng)用［J］.氣象，31(9):83-86.