陳勇，李靜，孫林，馬培培，柳欽火，董亞冬

(1.山東科技大學(xué) 測繪科學(xué)與工程學(xué)院，山東 青島 266590；2.中國科學(xué)院空天信息創(chuàng)新研究院 遙感科學(xué)國家重點(diǎn)實驗室，北京 100101；3.中國科學(xué)院大學(xué)，北京 100049；4.中國科學(xué)院地理科學(xué)與資源研究所，北京 100101)

0 引言

遙感影像在獲取過程中會受到傳感器自身狀況和工作狀態(tài)、大氣輻射特性、光照強(qiáng)度等因素的影響，此外在反演時也存在著算法誤差和系統(tǒng)誤差等。因此，要確定目前所使用的遙感反演產(chǎn)品能否正確、真實地刻畫實際地表情況，其精度能否滿足要求，需對其開展真實性檢驗。與參數(shù)反演算法的研究相比，真實性檢驗的研究相對滯后，無論在地面驗證數(shù)據(jù)庫的構(gòu)建以及統(tǒng)一的科學(xué)理論與驗證方法等方面，都處于不完善的階段，這在一定程度上制約了遙感產(chǎn)品的發(fā)展和應(yīng)用[1]。

遙感真實性檢驗是指采用合理的手段對遙感反演產(chǎn)品的精度展開評估[2]。只有在這個基礎(chǔ)上確定精度在合理范圍內(nèi)，才能保證可以將產(chǎn)品投入實際應(yīng)用中[3]。2000年，法國國家空間研究中心組建了歐洲陸地遙感真實性檢驗項目，逐步開始對各種陸表參數(shù)產(chǎn)品進(jìn)行全球的真實性檢驗[4]。2014年，在陸地產(chǎn)品真實性檢驗項目組的支持下，Baret等[5]設(shè)計了一套在線真實性驗證平臺OLIVE(on line interactive validation exercise)。該平臺致力于全球生物物理產(chǎn)品的驗證，目的是滿足陸地真實性檢驗小組的要求，達(dá)到驗證的第4階段。近年來，我國也開始重視并開展一系列真實性檢驗的研究。1988年，中國生態(tài)系統(tǒng)研究網(wǎng)絡(luò)正式成立，通過地面網(wǎng)絡(luò)式觀測的方式，運(yùn)用遙感、數(shù)學(xué)模型的手段對我國各主要植被類型地物進(jìn)行全面監(jiān)測和真實性檢驗[6]。2004年，中國科學(xué)院在河北懷來成立遙感綜合試驗場，主要功能是作為新型遙感對地觀測理論和觀測系統(tǒng)試驗、定量遙感模型研發(fā)和數(shù)據(jù)驗證試驗場。2007年，為了發(fā)展流域尺度的陸面數(shù)據(jù)融合系統(tǒng)，黑河流域遙感-地面觀測同步試驗應(yīng)運(yùn)而生[7]。雖然在全球廣泛開展了LAI地面觀測，促進(jìn)了LAI的標(biāo)準(zhǔn)化觀測[8]，但仍未構(gòu)建出標(biāo)準(zhǔn)化的包括直接驗證和間接驗證的評估流程。

真實性檢驗技術(shù)在國內(nèi)外得到了廣大關(guān)注，學(xué)者們在這方面投入了很大精力，但目前仍有一些問題亟待解決。首先，國際通量觀測網(wǎng)絡(luò)、歐洲陸地遙感真實性檢驗項目、BigFoot等多個項目在全球范圍內(nèi)提供了豐富的地面連續(xù)觀測數(shù)據(jù)，但這些數(shù)據(jù)還未集成在一起，未能構(gòu)建完備的數(shù)據(jù)庫更好地為真實性檢驗服務(wù)。其次，隨著國內(nèi)航空航天技術(shù)的飛速發(fā)展，諸多國產(chǎn)衛(wèi)星發(fā)射升空，如高分系列衛(wèi)星、風(fēng)云系列衛(wèi)星、環(huán)境星等。這些衛(wèi)星生產(chǎn)了種類多樣的遙感產(chǎn)品，但是針對國產(chǎn)遙感衛(wèi)星產(chǎn)品的驗證還未形成系統(tǒng)性的處理流程，阻礙了目前我國遙感衛(wèi)星產(chǎn)品的持續(xù)發(fā)展。最后，國際上針對真實性檢驗技術(shù)已經(jīng)提出了眾多的理論和方法，但還未將理論方法歸總以實現(xiàn)業(yè)務(wù)化運(yùn)行，這極大地阻礙了真實性檢驗技術(shù)的進(jìn)一步發(fā)展[9]。

綜合以上因素，同時考慮到遙感產(chǎn)品參數(shù)的差異性和真實性驗證方法的多樣性，本文基于真實性檢驗數(shù)據(jù)庫，以葉面積指數(shù)作為研究參數(shù)[10]，通過設(shè)計遙感產(chǎn)品真實性檢驗系統(tǒng)，確定客觀合理的真實性檢驗流程，并對遙感產(chǎn)品進(jìn)行驗證。

1 葉面積指數(shù)真實性檢驗數(shù)據(jù)庫

1.1 直接驗證數(shù)據(jù)集

在對遙感產(chǎn)品進(jìn)行真實性檢驗時，連續(xù)的地面觀測數(shù)據(jù)因其較高的可靠性常拿來作為算法及產(chǎn)品驗證的真值結(jié)果[11]。通過對國內(nèi)外各個觀測項目多尺度實驗數(shù)據(jù)的收集[12]，構(gòu)建了LAI真實性檢驗數(shù)據(jù)庫。目前真實性檢驗數(shù)據(jù)庫中的地面站點(diǎn)實測數(shù)據(jù)共有1.2萬條，覆蓋全球，時間跨度從1990—2017年，站點(diǎn)主要項目如表1所示。

表1 項目數(shù)據(jù)集匯總

在直接驗證數(shù)據(jù)庫中，國際上大型的地面觀測項目主要包括歐洲陸地遙感真實性檢驗項目、BigFoot和ImagineS等。2000年，歐洲陸地遙感真實性檢驗項目正式啟動，主要是負(fù)責(zé)對眾多陸地遙感數(shù)據(jù)產(chǎn)品(LAI、FAPAR、FCOVER)進(jìn)行全球真實性檢驗[13]。2015年，由美國國家航空航天局Terrestrial Ecology Program開展的BigFoot 項目開始實施，主要收集了2000—2003年間從阿拉斯加到巴西的9個EOS土地驗證站點(diǎn)的葉面積指數(shù)數(shù)據(jù)，同樣采用了類似于歐洲陸地遙感真實性檢驗項目中的二級采樣策略[14]。ImagineS是為了支持哥白尼全球土地服務(wù)(Copernicus global land service，CGLS)的運(yùn)作而進(jìn)行研究和開發(fā)的項目[15-16]。目前ImagineS已形成合格的生產(chǎn)線，主要通過處理多元傳感器數(shù)據(jù)生產(chǎn)300 m分辨率的全球生物物理產(chǎn)品。

在國內(nèi)，中國生態(tài)系統(tǒng)研究網(wǎng)絡(luò)在1988年正式成立。目前該研究網(wǎng)絡(luò)由36個網(wǎng)絡(luò)實驗站點(diǎn)和6個數(shù)據(jù)中心組成。這些站點(diǎn)基本覆蓋了中國區(qū)域內(nèi)所有的植被類型，同時會定期返回有效的地面觀測值。真實性檢驗像元尺度的差異會產(chǎn)生較大誤差，通常地面站點(diǎn)觀測數(shù)據(jù)的尺度遠(yuǎn)遠(yuǎn)小于遙感衛(wèi)星產(chǎn)品的空間分辨率，同時存在地表異質(zhì)性問題，因此需要在預(yù)處理時對站點(diǎn)觀測值進(jìn)行升尺度來消除尺度偏差的影響[17-18]。

數(shù)據(jù)庫中收集的數(shù)據(jù)一部分是均勻地表測量的點(diǎn)觀測，點(diǎn)能夠代表面；還有一部分是非均質(zhì)地表上，通過ESU(基本采樣單元)的地面觀測構(gòu)建LAI高分參考圖(基于SPOT等高分辨率影像反演得到)，再重采樣獲取1 km的LAI真值，這樣的地面觀測能夠考慮地面非均質(zhì)性，比如括歐洲陸地遙感真實性檢驗項目獲取的地面真值。

1.2 間接驗證數(shù)據(jù)集

間接驗證數(shù)據(jù)集由2部分構(gòu)成：LAI產(chǎn)品數(shù)據(jù)集和BELMANIP站點(diǎn)數(shù)據(jù)集。本文選取MODIS/LAI產(chǎn)品作為驗證產(chǎn)品，GLASS/LAI產(chǎn)品作為參考產(chǎn)品進(jìn)行間接驗證示例。BELMANIP站點(diǎn)數(shù)據(jù)集在選擇樣本區(qū)時考慮了植被類型和地理位置的代表性，3 km ×3 km范圍內(nèi)土地覆蓋類型單一，所以常用于點(diǎn)上的間接驗證研究[19]。

MODIS是美國國家航空航天局于1999年發(fā)射成功的對地觀測衛(wèi)星TERRA上運(yùn)載的地表觀測傳感器之一[20]，其生產(chǎn)了一系列標(biāo)準(zhǔn)產(chǎn)品，包括FVC、NDVI、NPP、FAPAR及LAI等[21-23]。GLASS LAI反演算法采用回歸神經(jīng)網(wǎng)絡(luò)的方法構(gòu)造GRNN訓(xùn)練數(shù)據(jù)集反演LAI[24-25]。

在對產(chǎn)品進(jìn)行時間序列的驗證時，通常會選擇地表均質(zhì)性較好的區(qū)域進(jìn)行測量。直接驗證只能對站點(diǎn)的觀測值進(jìn)行驗證，不能用于大范圍空間區(qū)域的驗證。為了區(qū)別于地面實驗測量，國際衛(wèi)星觀測委員會于2009年利用從MERIS影像獲取的全球植被覆蓋圖，建立了BELMANIP 2網(wǎng)絡(luò)。它是BELMANIP 1的更新版本，除了包含現(xiàn)有大型觀測項目的站點(diǎn)外，又從GLC2000土地覆蓋圖中選擇了一部分站點(diǎn)[26]。目前BELMANIP 2.1數(shù)據(jù)集在已有的 BELMANIP 2網(wǎng)絡(luò)站點(diǎn)外，又增加了25個與裸露的土壤區(qū)域(沙漠)和熱帶森林相對應(yīng)的站點(diǎn)，站點(diǎn)的空間分布如圖1所示。

注：該圖基于自然資源部標(biāo)準(zhǔn)地圖服務(wù)下載的審圖號為GS(2016)1665號的標(biāo)準(zhǔn)地圖制作，底圖無修改。圖1 BELMANIP 2.1全球站點(diǎn)空間分布圖

2 葉面積指數(shù)定量遙感產(chǎn)品真實性檢驗系統(tǒng)

葉面積指數(shù)定量遙感產(chǎn)品真實性檢驗系統(tǒng)利用地面測量點(diǎn)、網(wǎng)、站、場獲取同時相數(shù)據(jù)[27]，通過調(diào)用GDAL庫和Matlab引擎，基于MFC框架將獲取的數(shù)據(jù)與定量遙感產(chǎn)品進(jìn)行數(shù)據(jù)篩選和匹配等操作，并采用不同的真實性檢驗方法來對遙感產(chǎn)品進(jìn)行驗證[9]。

2.1 檢驗系統(tǒng)流程框架

檢驗系統(tǒng)流程圖如圖2所示。

圖2 系統(tǒng)流程圖

2.2 檢驗系統(tǒng)功能性分析與總體架構(gòu)

葉面積指數(shù)定量遙感產(chǎn)品真實性檢驗系統(tǒng)具備以下功能。

1)能夠基于數(shù)據(jù)庫完成多種定量遙感產(chǎn)品的真實性檢驗，主要針對LAI產(chǎn)品的真實性檢驗。

2)完成不同分辨率產(chǎn)品的尺度轉(zhuǎn)換，包括不同空間分辨率的尺度轉(zhuǎn)換和不同時間分辨率的聚合。

3)通過讀取用戶輸入?yún)?shù)，自動生成一份經(jīng)后臺處理反饋給用戶的真實性檢驗報告。

4)具備較高的可延展性。定量遙感產(chǎn)品種類繁多且參數(shù)不一，因此，不同參數(shù)的真實性檢驗方法不同，不同產(chǎn)品的操作流程可能也有差別。根據(jù)不同產(chǎn)品和不同參數(shù)，定量遙感產(chǎn)品真實性檢驗系統(tǒng)具有很好的維護(hù)性、伸縮性，使開發(fā)人員和用戶之間具備一定的獨(dú)立性。

依據(jù)功能需求，定量遙感產(chǎn)品真實性檢驗系統(tǒng)包含設(shè)計完備的數(shù)據(jù)庫[28-29]、功能齊全的精度分析模塊和數(shù)據(jù)的輸入輸出接口。如圖3所示，該系統(tǒng)分為驗證數(shù)據(jù)庫、精度分析和系統(tǒng)內(nèi)外部接口3部分[30]。驗證數(shù)據(jù)庫主要包括產(chǎn)品數(shù)據(jù)庫、直接驗證數(shù)據(jù)庫和間接驗證數(shù)據(jù)庫。精度分析模塊主要功能包括數(shù)據(jù)獲取、數(shù)據(jù)預(yù)處理、數(shù)據(jù)匹配、數(shù)據(jù)驗證處理、精度指標(biāo)計算和結(jié)果報告生成。系統(tǒng)與驗證數(shù)據(jù)庫之間的數(shù)據(jù)信息交換和精度分析部分的信息傳遞等任務(wù)則是由系統(tǒng)內(nèi)外部接口完成。

圖3 系統(tǒng)總體架構(gòu)設(shè)計

2.3 功能模塊架構(gòu)和詳細(xì)設(shè)計

如圖4所示，該系統(tǒng)主要由6大模塊組成。數(shù)據(jù)獲取模塊是通過用戶輸入?yún)?shù)，從數(shù)據(jù)庫或本地文件中獲取遙感數(shù)據(jù)；數(shù)據(jù)預(yù)處理模塊完成重投影、空間尺度轉(zhuǎn)換和時間聚合等工作；數(shù)據(jù)匹配模塊的工作主要分為2個部分，產(chǎn)品數(shù)據(jù)與數(shù)據(jù)集的匹配和時空分辨率的匹配；精度指標(biāo)計算模塊則是通過精度指標(biāo)對產(chǎn)品進(jìn)行定量的評估，衡量指標(biāo)主要包括RMSE(均方根誤差)、R2(相關(guān)系數(shù))、擬合方程等；結(jié)果生成模塊主要實現(xiàn)產(chǎn)品各項檢驗指標(biāo)結(jié)果的成圖和文檔生成；數(shù)據(jù)處理驗證模塊是本系統(tǒng)主要的算法模塊，下文將對本模塊進(jìn)行詳細(xì)介紹。

圖4 系統(tǒng)功能模塊架構(gòu)

數(shù)據(jù)處理驗證模塊主要有直接驗證和間接驗證2種驗證方式。

直接驗證是指以單點(diǎn)地面實測數(shù)據(jù)為真值，將待驗證產(chǎn)品與直接驗證數(shù)據(jù)集進(jìn)行匹配驗證，從而對遙感產(chǎn)品進(jìn)行精度分析。由于地面采樣點(diǎn)通常選擇均質(zhì)性較好的區(qū)域進(jìn)行數(shù)據(jù)采集，樣方測量數(shù)據(jù)可以代表像素大小，因此空間尺度差異和混合像元對結(jié)果帶來的影響可以忽略。同時，為了減少點(diǎn)擴(kuò)散函數(shù)和幾何精度的影響，采用3×3像元范圍內(nèi)有效像元的平均值作為該直接驗證數(shù)據(jù)的匹配像元值。

間接驗證是指在沒有地面觀測數(shù)據(jù)的情況下，通過產(chǎn)品與產(chǎn)品的比較來評估產(chǎn)品的相對精度[31]，主要從空間、時間及產(chǎn)品間差異分析3個方面進(jìn)行驗證?？臻g尺度又細(xì)分為空間連續(xù)性和空間一致性2個角度，而時間尺度則是基于BELMANIP 2.1站點(diǎn)在時間連續(xù)性和時間一致性2個方面進(jìn)行驗證，下面逐一進(jìn)行介紹。

1)時空連續(xù)性。由于受到大氣狀況的影響，產(chǎn)品在時空分辨率下通常會存在無效值或缺失值[19]，本文通過逐月計算待驗證產(chǎn)品和參考產(chǎn)品的缺失像元比例來表征空間連續(xù)性；通過計算BELMANIP站點(diǎn)缺失值時間長度的頻率分布來表征時間連續(xù)性。

2)空間一致性。不同產(chǎn)品采用的反演算法不盡相同，空間一致性就是用來衡量不同產(chǎn)品反演結(jié)果是否一致并分析產(chǎn)品參數(shù)的變化范圍。通過計算待驗證參數(shù)的有效像元值頻率來表征空間一致性，將所得到的有效像元值(計算空間連續(xù)性時所得)按照一定間隔計算像元頻率分布。

3)時間一致性。產(chǎn)品的時間一致性是指對待驗證參數(shù)進(jìn)行長時間序列的統(tǒng)計分析。

季節(jié)性變化用來評價產(chǎn)品在長時間序列上是否存在季節(jié)性特征。為了減少產(chǎn)品之間的配準(zhǔn)誤差和不一致性，采用3×3像元區(qū)域并選擇大于5/9的有效像元平均值作為該時相的像元值。平滑度是評價產(chǎn)品在相鄰時相是否存在異常值，平滑度越小，說明產(chǎn)品在長時間序列上越穩(wěn)定，異常值越少。

4)產(chǎn)品間差異分析。單方面從空間尺度還是時間尺度上對產(chǎn)品的驗證都不能全面評估產(chǎn)品的精度，因此，綜合考慮時空尺度變得至關(guān)重要?；诖罅康慕y(tǒng)計分析來比較產(chǎn)品間的一致性是最常用的方法。通常，將所得到的像元值(計算季節(jié)性所得)通過散點(diǎn)圖的形式來直觀地比較產(chǎn)品間差異，并通過精度指標(biāo)給出定量評價。

2.4 系統(tǒng)詳細(xì)界面劃分

圖5 系統(tǒng)詳細(xì)界面

真實性檢驗系統(tǒng)的界面如圖5所示。用戶通過界面輸入所需產(chǎn)品和參數(shù)，選擇相應(yīng)的空間分辨率和驗證方式，系統(tǒng)后臺獲取數(shù)據(jù)后進(jìn)行計算，并給出真實性檢驗報告。需要注意的是，數(shù)據(jù)所需時間范圍的間隔要超過一年，才能在驗證時體現(xiàn)季節(jié)性的變化；空間范圍參考右側(cè)的注釋格式填寫，否則會提示輸入錯誤。

2.5 真實性檢驗報告單

如圖6所示，系統(tǒng)生成的真實性檢驗報告單是根據(jù)輸入?yún)?shù)而給出待驗證產(chǎn)品的描述信息，包括產(chǎn)品名稱、驗證參數(shù)、時空范圍、空間分辨率以及驗證方式等。

圖6 真實性檢驗報告單

3 葉面積指數(shù)產(chǎn)品驗證實例

本文選擇2010—2011年中國區(qū)域(3°51′N～53°33′N，73°33′E～135°5′E)MCD15A2 LAI產(chǎn)品作為葉面積指數(shù)遙感產(chǎn)品真實性檢驗系統(tǒng)的運(yùn)行實例[32]，并給出真實性檢驗結(jié)果。

3.1 驗證產(chǎn)品數(shù)據(jù)概況

MCD15A2 LAI是MODIS第5版本的LAI產(chǎn)品。產(chǎn)品的空間分辨率為1 km，時間分辨率為8 d，投影是SIN投影。本文在驗證實例中，從數(shù)據(jù)庫中收集到包括11個CERN站點(diǎn)共65個產(chǎn)品像元尺度的LAI地面實測值，用于產(chǎn)品的直接驗證。

3.2 直接驗證結(jié)果與分析

第二部分給出的是直接驗證結(jié)果，如圖7所示?？梢钥闯?，與GLASS LAI產(chǎn)品相比，MODIS LAI與地面實測值的相關(guān)性(R2=0.46)和均方根誤差(RMSE=1.09)都比GLASS LAI(R2=0.49，RMSE=0.84)要差一些，主要是因為在反演過程中GLASS產(chǎn)品會對數(shù)據(jù)進(jìn)行平滑，反演結(jié)果的差異會減小。在離散程度上，MODIS LAI的結(jié)果(S=1.090 5)也要比GLASS LAI(S=0.834 7)的要差一些，MODIS在個別森林站點(diǎn)出現(xiàn)了高估現(xiàn)象，可能是因為混合像元造成的地表誤分類[19]。在與地面數(shù)據(jù)擬合程度方面，MODIS LAI(斜率為0.88)的效果要比GLASS LAI(斜率為0.65)的好一些。

圖7 真實性檢驗報告直接驗證結(jié)果圖

3.3 間接驗證結(jié)果與分析

第三部分是間接驗證空間連續(xù)性的結(jié)果，表2給出了2010—2011年的月合成像元值反演比例。從表中可以看出，GLASS LAI的反演比例高于MODIS LAI的，主要是由于MODIS LAI在反演時有主算法和備用算法之分[22-23]，其中備用算法計算的LAI質(zhì)量較差，且受殘云和大氣校正差的影響。本系統(tǒng)只采用主算法反演的像元值作為有效像元值，另外GLASS LAI產(chǎn)品的缺失值填充和平滑處理也是影響精度的重要因素。MODIS LAI產(chǎn)品在1月份出現(xiàn)了較高的缺失比例，主要是由于北半球冬季積雪覆蓋且大氣條件差[33]，因此在冬季時，MODIS產(chǎn)品反演LAI時更多的是采用備用算法。由于北半球的植被夏季活動強(qiáng)烈，生長旺盛，MODIS和GLASS LAI產(chǎn)品在7月份的反演比例都要高于1月份。從給出的每個月反演比例來看，2010年和2011年這2年間，MODIS和GLASS LAI產(chǎn)品年際變化都很小，沒有明顯的異常值出現(xiàn)。

利用MODIS和GLASS LAI產(chǎn)品1月和7月的LAI值頻率分布來分析他們的LAI變化范圍和取值分布，如圖8所示。1月份時，LAI值大部分都不超過1；而到了7月份，LAI值會有顯著的提高，這與北半球植被夏季生長的現(xiàn)象一致。1月份時，2種產(chǎn)品都表現(xiàn)出很強(qiáng)的空間一致性，分布很平穩(wěn)；而在7月份，二者差異較大，MODIS在LAI低值區(qū)的比例高于GLASS LAI，高值區(qū)比例低于GLASS LAI。MODIS LAI低值的頻率比其他產(chǎn)品要小，尤其是在1月份，這在一定程度上是由于MODIS對稀疏植被的高估，以及在休眠期對落葉闊葉林的高估[19]。在7月份，由于GLASS LAI產(chǎn)品對低值植被有明顯的高估現(xiàn)象，導(dǎo)致在LAI=2.4處存在一個極大值，同時由于受到云雪等因素的影響，MODIS LAI值有明顯的低估。從LAI的變化范圍上來看，7月份MODIS LAI的最大值可以達(dá)到7。在1月份，MODIS和GLASS LAI產(chǎn)品最大值都沒有超過3，這是由于北半球冬季植被活動力減弱。

表2 間接驗證空間連續(xù)性結(jié)果 %

圖8 真實性檢驗報告直接驗證結(jié)果圖

圖9描繪的是2010年和2011年MODIS 和GLASS LAI在1月份和7月份的差值頻率分布，具體差值是用MODIS LAI像元值減去GLASS LAI像元值得到的。整體上， MODIS 和GLASS LAI在這2年中顯示出相似的頻率分布和年際變化，像元差值大部分都分布在-1～1，30%的像元值基本相同。從圖中可以看出，在LAI為0～0.3左右時，部分像元的MODIS LAI值比GLASS LAI的大，這可能是因為MODIS對闊葉林像元有些高估。一部分像元的MODIS LAI值比GLASS的小，這些像元主要分布在-1～0，這是由于GLASS產(chǎn)品在反演過程中作了平滑處理。在1月份時，2種產(chǎn)品的差值明顯比7月份的要小得多，這和北半球植被的生長季節(jié)有關(guān)，冬季時植被活動少，LAI值變化較小，而在夏季，植被處于生長季，活動旺盛，LAI值變化較大。

圖9 間接驗證空間一致性差值分布結(jié)果圖

MODIS和GLASS LAI產(chǎn)品在2010—2011年缺失天數(shù)頻率分布如圖10所示。從圖上可以看出， 在2010—2011年MODIS LAI的缺失天數(shù)要比GLASS LAI多，這主要?dú)w根于MODIS在一定條件下通過備用算法來反演LAI[22-23]，這些反演值缺乏可靠性，不能作為有效值來計算。由于GLASS LAI產(chǎn)品對結(jié)果作了缺失值填充的處理，其觀測值為有效值的頻率達(dá)到40%以上，更有利于時間序列曲線的重建。

圖10 間接驗證空間一致性差值分布結(jié)果圖

圖11為部分站點(diǎn)的時間序列曲線。整體上看，MODIS和GLASS LAI產(chǎn)品都很好地捕捉到了LAI的季節(jié)性，年際變化較小，LAI值都表現(xiàn)出了夏季高、冬季低的特點(diǎn)，這與北半球植被的生長季節(jié)一致。由于GLASS LAI產(chǎn)品對結(jié)果中出現(xiàn)的缺失值做了填充和平滑，所以GLASS LAI的曲線變得連續(xù)。在a站點(diǎn)，MODIS LAI產(chǎn)品在2011年7月存在低谷現(xiàn)象，可能是系統(tǒng)誤差造成的；在c和d站點(diǎn)，MODIS LAI在冬季出現(xiàn)了缺失的情況，這是由于北半球冬季大氣差且有積雪覆蓋。圖12為2010—2011年MODIS和GLASS LAI產(chǎn)品平滑度的頻率分布圖，由于GLASS LAI產(chǎn)品做了平滑處理，其產(chǎn)品相鄰時相的像元值差異變小，因此，MODIS LAI的平滑度要比GLASS LAI稍差一些，這與圖12所表達(dá)的一致。

圖11 間接驗證季節(jié)性結(jié)果圖

圖12 間接驗證平滑度頻率分布結(jié)果圖

圖13、表3描述的是MODIS和GLASS LAI產(chǎn)品2010—2011年像元值散點(diǎn)圖和精度指標(biāo)。2種產(chǎn)品在2010年和2011年具有很好的一致性，反演的LAI值大部分差異較小，2年的精度(RMSE)分別為0.66和0.74，相關(guān)性(R2分別為0.82和0.75)也都較高。低值區(qū)的相關(guān)性比高值區(qū)的強(qiáng)，當(dāng)LAI>3時，MODIS LAI比GLASS LAI的值高，這可能是因為MODIS 在個別森林站點(diǎn)出現(xiàn)了高估現(xiàn)象。從LAI值的變化范圍上來看， MODIS LAI的最大值可以接近7，而GLASS LAI的最大值不超過5，這說明與GLASS LAI相比，MODIS LAI可以在更大的動態(tài)范圍內(nèi)來表征LAI的變化幅度，這與圖8所呈現(xiàn)的結(jié)果一致。

圖13 差異分析結(jié)果統(tǒng)計圖

表3 差異分析結(jié)果精度統(tǒng)計表

4 結(jié)束語

受制于遙感傳感器的自身工作狀態(tài)、空間配準(zhǔn)精度、大氣特性影響以及遙感反演的誤差等因素，反演的產(chǎn)品或多或少存在一定的誤差，遙感產(chǎn)品精度的準(zhǔn)確評價決定產(chǎn)品投入生產(chǎn)應(yīng)用的深度。本文在綜合真實性檢驗技術(shù)和方法的基礎(chǔ)上，開發(fā)并設(shè)計了葉面積指數(shù)遙感產(chǎn)品真實性檢驗系統(tǒng)。用戶在界面中輸入必要的參數(shù)，系統(tǒng)可自動根據(jù)數(shù)據(jù)庫中的數(shù)據(jù)情況完成驗證分析，反饋驗證結(jié)果報告。該報告涵蓋了產(chǎn)品的信息描述、驗證結(jié)果圖和統(tǒng)計分析表，用戶可以非常直觀地判讀所要驗證的產(chǎn)品精度如何?；谠撓到y(tǒng)，本文選擇2010—2011年中國區(qū)域MCD15A2 LAI產(chǎn)品為例，完成了自動化真實性檢驗。從給出的結(jié)果來看，本系統(tǒng)的驗證分析與已有參考文獻(xiàn)的結(jié)果基本相符。

葉面積指數(shù)定量遙感產(chǎn)品真實性檢驗系統(tǒng)的設(shè)計與實現(xiàn)有助于流程化和自動化地評價產(chǎn)品精度，促進(jìn)遙感反演產(chǎn)品快速標(biāo)準(zhǔn)化的質(zhì)量和精度評估，便于用戶快速地根據(jù)精度要求確定產(chǎn)品是否可以投入到實際生產(chǎn)應(yīng)用中。但是首先鑒于地面驗證數(shù)據(jù)集的數(shù)量、代表性的差異，該系統(tǒng)的驗證結(jié)果和分析具有局限性，需要在后期搜集更多的驗證數(shù)據(jù)集存放到數(shù)據(jù)庫中；其次在預(yù)處理過程中，采用的算術(shù)平均法來進(jìn)行尺度轉(zhuǎn)換會對結(jié)果造成偏差，需要針對不同的產(chǎn)品采用不同的尺度轉(zhuǎn)換方法；另外在真實性檢驗報告中未能分植被類型顯示驗證結(jié)果，后期還需完善。