LabPowerTools
首页 标准解析库 GB/T41537-2022
检测方法 AI 结构化解析
GB/T41537-2022 积雪面积遥感产品真实性检验 Validation of snow cover area remote sensing products
发布日期 2022-07-01
实施日期 2023-02-01
替代标准 —
解析引擎 v3.4
适用范围 本文件规定了积雪面积遥感产品真实性检验的参考对象、基本要求、检验方法和检验报告。本文件适用于积雪面积遥感产品中的二值产品和比例产品的真实性检验。
0 参数限值 9 试验方法 16 计算公式 8 术语 10 约束 2 引用 来源:国家标准全文公开系统
解析版本
AI 问答 术语 限值速查 限值判定 试验方法 计算公式 约束条件 引用标准 能力表述 质检复核
积雪像元3.1
地物类型仅含积雪地表覆盖的像元。
积雪混合像元3.2
地物类型除积雪地表覆盖外,也含其他地表覆盖的像元。
非积雪像元3.3
地物类型不含积雪地表覆盖的像元。
积雪深度3.4
从积雪表面到雪下地面之间的垂直深度。注:积雪深度是积雪观测最基本的物理量,是雪水当量估算、流域水量平衡和融雪径流模拟的重要参数,常用单位为厘米(cm)。
积雪面积二值遥感产品3.5
像元仅表示地表覆盖是否为积雪类型的积雪面积遥感产品。注:所有像元被分为“积雪像元”和“非积雪像元”两种类型,每个像元只能取值为其中一种类型。
积雪面积比例遥感产品3.6
像元表示积雪地表类型占比的积雪面积遥感产品。注:像元包含积雪混合像元、积雪像元和非积雪像元。
全样本检验3.7
对待检积雪面积遥感产品所有像元进行检验。
抽样检验3.8
从待检积雪面积遥感产品空间范围内抽取部分像元进行检验。
本标准为方法/管理类标准,无数值限值指标表;检出限、精密度等要求见「试验方法」「约束条件」页签
检测结果限值判定(演示)
检测项目
测定结果
判定逻辑:测定结果与限值直接比对(未含测量不确定度保护带),正式报告请按 ILAC-G8 / 标准原文复核。
就这本标准问我
回答基于本标准的结构化解析与条款文本检索生成,附条款溯源;AI 解读请以标准正式原文为准。
看完方法,直接落成原始记录:自动带出检测要求与质控核查项,录读数自动计算判定,可导出活公式 Excel
直接检验法-积雪面积二值遥感产品直接检验法6.2.1
仪器 0 项试剂 0 项步骤 5 步
分析步骤
1参考对象抽样设计:参考对象为高空间分辨率遥感数据时,若可覆盖整个待检产品空间范围采取全样本检验,否则采取抽样检验,样本数量确定方式见GB/T 36296—2018中公式(C.2);参考对象为地面积雪深度数据时采用抽样检验,样本数量确定方式见GB/T 39468—2020中B.3.2.2
2高空间分辨率遥感数据处理:首先生成高空间分辨率积雪面积二值遥感数据(方法见附录A);再通过空间一致性转换获取待检产品像元尺度上的相对真值(方法见附录B的B.2)
3地面积雪深度数据处理:设定积雪深度阈值为a,站点大于或等于a的像元视作积雪像元,小于a的像元视作非积雪像元;用站点积雪深度观测值代表待检产品对应位置整个像元所覆盖的地表,直接获取像元尺度相对真值
4准确度评价:采用总体精度、使用者精度、生产者精度和Kappa系数作为准确度评价指标,计算方法见附录C
5不确定度分析:采用总体精度、使用者精度和生产者精度各自的方差、标准差和置信区间作为不确定度分析评价指标,计算方法见附录C
直接检验法-积雪面积比例遥感产品直接检验法6.2.2
仪器 0 项试剂 0 项步骤 5 步
分析步骤
1参考对象抽样设计:按6.2.1步骤a)中1)的规定执行
2高空间分辨率多光谱/高光谱数据处理:要求包含积雪混合像元,首先生成高空间分辨率积雪面积比例遥感数据(方法见附录D);再通过空间一致性转换获取积雪面积比例遥感产品像元尺度相对真值(方法见B.3)
3高空间分辨率全色波段数据处理:要求包含积雪混合像元,首先生成积雪面积二值遥感数据(方法见附录A);再通过空间一致性转换获取积雪面积比例遥感产品像元尺度相对真值(方法见B.4)
4准确度评价:采用均方根误差和平均绝对误差作为准确度评价指标,计算方法见GB/T 36296—2018附录A
5不确定度分析:采用均方根误差和平均绝对误差各自的标准差和方差作为不确定度分析评价指标,计算方法见GB/T 36296—2018附录B
间接检验法(交叉检验法)6.3
仪器 0 项试剂 0 项步骤 6 步
分析步骤
1参考对象获取:参考对象应与待检产品类型一致;空间分辨率不低于待检产品,采取全样本检验;已经过真实性检验,其总体精度应不低于预估的待检产品精度
2确定参考对象类型:参考对象为积雪面积二值遥感产品时待检产品为积雪面积二值遥感产品;参考对象为积雪面积比例遥感产品时待检产品为积雪面积比例遥感产品
3空间一致性判断:判断参考对象与待检产品空间分辨率的一致性,若一致则作为像元尺度相对真值,若不一致应进行空间一致性转换
4空间一致性转换:待检产品为积雪面积二值遥感产品时,通过积雪面积二值遥感数据空间一致性转换方法获取像元尺度相对真值(方法见B.2);待检产品为积雪面积比例遥感产品时,通过积雪面积比例遥感数据空间一致性转换方法获取像元尺度相对真值(方法见B.3)
5准确度评价:待检产品为积雪面积二值遥感产品时见6.2.1中d);待检产品为积雪面积比例遥感产品时见6.2.2中d)
6不确定度分析:待检产品为积雪面积二值遥感产品时见6.2.1中e);待检产品为积雪面积比例遥感产品时见6.2.2中e)
NDSI判别法A.3
利用积雪在可见光波段有较高的反射和在近红外波段有较强的吸收的特性,计算可见光和近红外波段反射率之差与之和的比值,通过设定NDSI最优阈值判别积雪;方法精度取决于阈值的设定
仪器 0 项试剂 0 项步骤 2 步
分析步骤
1按公式(A.1)计算归一化雪被指数NDSI
2设定NDSI最优阈值判别积雪
像元聚合法(高空间分辨率积雪面积比例遥感数据转换为低空间分辨率积雪面积比例遥感数据)B.3
对有贡献的所有像元值进行加权平均,即对升尺度前n×n窗口内积雪面积比例值求和后除以n²
仪器 0 项试剂 0 项步骤 3 步
分析步骤
1确定升尺度后遥感影像空间分辨率与升尺度前空间分辨率比值的取整n
2对升尺度前积雪面积比例影像在n×n窗口内各像元值pf(x,y)求和
3按公式(B.1)除以n²得到升尺度后的积雪面积比例FSCA
像元聚合法(高空间分辨率积雪面积二值遥感数据转换为低空间分辨率积雪面积比例遥感数据)B.4
对升尺度前n×n窗口内积雪面积二值像元值(积雪像元为1,非积雪像元为0)求和后除以n²,得到积雪面积比例
仪器 0 项试剂 0 项步骤 3 步
分析步骤
1确定升尺度后遥感影像空间分辨率与升尺度前空间分辨率比值的取整n
2对升尺度前积雪面积二值影像在n×n窗口内各像元值pb(x,y)求和(积雪像元取1,非积雪像元取0)
3按公式(B.2)除以n²得到升尺度后的积雪面积比例FSCA
高空间分辨率积雪面积二值遥感数据转换为低空间分辨率积雪面积二值遥感数据B.2
先将高空间分辨率积雪面积二值遥感数据按B.4转换为低空间分辨率积雪面积比例遥感数据,再以积雪面积比例50%为阈值判定积雪/非积雪像元
仪器 0 项试剂 0 项步骤 2 步
分析步骤
1将高空间分辨率积雪面积二值遥感数据转换为低空间分辨率积雪面积比例遥感数据,方法见B.4
2设定积雪面积比例大于50%的像元为积雪像元,积雪面积比例小于50%的像元为非积雪像元,将低空间分辨率积雪面积比例遥感数据转换为低空间分辨率积雪面积二值遥感数据
NDSI统计线性回归法D.2
利用归一化雪被指数(NDSI)和积雪面积比例的先验知识,构建NDSI与积雪面积比例遥感数据的线性回归模型,通过线性回归模型由NDSI计算高空间分辨率遥感数据积雪面积比例
仪器 0 项试剂 0 项步骤 0 步
混合像元分解法D.3
基于多光谱/高光谱遥感数据通过混合像元分解模型获取混合像元中积雪端元所占的比例;按端元是否已知分为监督和非监督混合像元分解算法,按模型不同分为线性和非线性混合像元分解方法
仪器 0 项试剂 0 项步骤 0 步
公式已就位——生成原始记录后,这些公式将变成 Excel 里的活公式,改读数自动重算重判
归一化雪被指数(NDSI)A.3 公式(A.1)
NDSI = \dfrac{VIS - NIR}{VIS + NIR}
计算表达式(可直接用于 Excel/程序)
NDSI = (VIS - NIR) / (VIS + NIR)
NDSI归一化雪被指数
VIS遥感数据可见光波段的反射率
NIR遥感数据近红外波段的反射率
积雪面积比例升尺度计算公式B.3 公式(B.1)
FSCA = \dfrac{Σ(x=1→n)Σ(y=1→n) pf(x,y)}{n²}
计算表达式(可直接用于 Excel/程序)
FSCA = Σ(x=1→n)Σ(y=1→n) pf(x,y) / n²
FSCA升尺度后的积雪面积比例
pf(x,y)升尺度前积雪面积比例影像在(x,y)处的值,pf(x,y)∈[0,1]
n升尺度后遥感影像空间分辨率与升尺度前空间分辨率比值的取整
积雪面积二值转积雪面积比例升尺度计算公式B.4 公式(B.2)
FSCA = \dfrac{Σ(x=1→n)Σ(y=1→n) pb(x,y)}{n²}
计算表达式(可直接用于 Excel/程序)
FSCA = Σ(x=1→n)Σ(y=1→n) pb(x,y) / n²
FSCA升尺度后的积雪面积比例
pb(x,y)积雪面积二值影像在(x,y)处的值,积雪像元时为1,非积雪像元时为0
n升尺度后遥感影像空间分辨率与升尺度前空间分辨率比值的取整
总体精度C.2.1 公式(C.1)
OA = \dfrac{P11 + P22}{P}
计算表达式(可直接用于 Excel/程序)
OA = (P11 + P22) / P
OA总体精度
P11待检产品与参考对象均为积雪的样本数目
P22待检产品与参考对象均为非雪的样本数目
P样本总数
使用者精度C.2.2 公式(C.2)
UA = \dfrac{P11}{P1+}
计算表达式(可直接用于 Excel/程序)
UA = P11 / P1+
UA使用者精度
P11待检产品与参考对象均为积雪的样本数目
P1+待检产品中积雪样本数目总和
生产者精度C.2.3 公式(C.3)
PA = \dfrac{P11}{P+1}
计算表达式(可直接用于 Excel/程序)
PA = P11 / P+1
PA生产者精度
P11待检产品与参考对象均为积雪的样本数目
P+1参考对象中积雪样本数目总和
Kappa系数C.2.4 公式(C.4)
CK = \dfrac{[OA - (P1+P+1/P² + P2+P+2/P²)]}{[1 - (P1+P+1/P² + P2+P+2/P²)]}
计算表达式(可直接用于 Excel/程序)
CK = [OA - (P1+P+1/P² + P2+P+2/P²)] / [1 - (P1+P+1/P² + P2+P+2/P²)]
CKKappa系数
OA总体精度
P1+待检产品中积雪样本数目总和
P+1参考对象中积雪样本数目总和
P2+待检产品中非积雪样本数目总和
P+2参考对象中非雪样本数目总和
P样本总数
总体精度的方差C.3.1.1 公式(C.5)
VOA = \dfrac{(P11/P1+)³(1-P11/P1+)}{\dfrac{(P1+-1) + (P22/P2+)³(1-P22/P2+)}{P2+-1}}
计算表达式(可直接用于 Excel/程序)
VOA = (P11/P1+)³(1-P11/P1+)/(P1+-1) + (P22/P2+)³(1-P22/P2+)/(P2+-1)
VOA总体精度的方差
P11待检产品与参考对象均为积雪的样本数目
P1+待检产品中积雪样本数目总和
P22待检产品与参考对象均为非雪的样本数目
P2+待检产品中非积雪样本数目总和
使用者精度的方差C.3.1.2 公式(C.6)
VUA = \dfrac{(P11/P1+)(1-P11/P1+)}{P1+-1}
计算表达式(可直接用于 Excel/程序)
VUA = (P11/P1+)(1-P11/P1+)/(P1+-1)
VUA使用者精度的方差
P11待检产品与参考对象均为积雪的样本数目
P1+待检产品中积雪样本数目总和
生产者精度的方差C.3.1.3 公式(C.7)
VPA = \dfrac{(P²/P+1²)[(P1+²/P²)(1-PA)²UA(1-UA)}{\dfrac{(P1+-1) + PA²(P2+²/P²)(P21/P2+)(1-P21/P2+)}{(P2+-1)]}}
计算表达式(可直接用于 Excel/程序)
VPA = (P²/P+1²)[(P1+²/P²)(1-PA)²UA(1-UA)/(P1+-1) + PA²(P2+²/P²)(P21/P2+)(1-P21/P2+)/(P2+-1)]
VPA生产者精度的方差
PA生产者精度
UA使用者精度
P样本总数
P1+待检产品中积雪样本数目总和
P2+待检产品中非积雪样本数目总和
P21待检产品中属于非雪而参考对象为积雪的样本数目
总体精度的标准差C.3.2.1 公式(C.8)
SOA = √VOA
计算表达式(可直接用于 Excel/程序)
SOA = √VOA
SOA总体精度的标准差
VOA总体精度的方差
使用者精度的标准差C.3.2.2 公式(C.9)
SUA = √VUA
计算表达式(可直接用于 Excel/程序)
SUA = √VUA
SUA使用者精度的标准差
VUA使用者精度的方差
生产者精度的标准差C.3.2.3 公式(C.10)
SPA = √VPA
计算表达式(可直接用于 Excel/程序)
SPA = √VPA
SPA生产者精度的标准差
VPA生产者精度的方差
总体精度的置信区间C.3.3.1 公式(C.11)
CIOA = ±z√VOA
计算表达式(可直接用于 Excel/程序)
CIOA = ±z√VOA
CIOA总体精度的置信区间
VOA总体精度的方差
z标准正态分布分位数,通过GB/T 4086.1—1983正态分布分位数表查询;置信度95%时z=1.96,置信度90%时z=1.645
使用者精度的置信区间C.3.3.2 公式(C.12)
CIUA = ±z√VUA
计算表达式(可直接用于 Excel/程序)
CIUA = ±z√VUA
CIUA使用者精度的置信区间
VUA使用者精度的方差
z标准正态分布分位数,通过GB/T 4086.1—1983正态分布分位数表查询;置信度95%时z=1.96,置信度90%时z=1.645
生产者精度的置信区间C.3.3.3 公式(C.13)
CIPA = ±z√VPA
计算表达式(可直接用于 Excel/程序)
CIPA = ±z√VPA
CIPA生产者精度的置信区间
VPA生产者精度的方差
z标准正态分布分位数,通过GB/T 4086.1—1983正态分布分位数表查询;置信度95%时z=1.96,置信度90%时z=1.645
标准中"施加在执行过程与条件上的要求"(C1 环境 / C4 样品 / C6 质控 / C7 条件限值 / C8 适用范围 / C9 过程参数),是原始记录模板与自动核查的数据源。
C7 · 分级/条件限值积雪像元判别阈值 · 积雪面积比例阈值
设定积雪面积比例大于 50% 的像元为积雪像元,积雪面积比例小于 50% 的像元为非积雪像元将积雪面积比例遥感数据转换为二值遥感数据出处:3.7
C8 · 适用范围与限制参考对象时相 · 时相范围
参考对象的时相应在相对于待检积雪面积遥感产品不发生积雪变化的时间范围内参考对象时相应在相对于待检产品不发生积雪变化的时间范围内出处:3.7
C8 · 适用范围与限制强制参考对象空间分辨率 · 空间分辨率
参考对象空间分辨率应不低于待检积雪面积遥感产品空间分辨率参考对象空间分辨率应不低于待检产品空间分辨率出处:3.7
C8 · 适用范围与限制强制参考对象空间位置配准误差 · 配准误差
≤ 1 像元参考对象空间位置应与待检产品相匹配出处:3.7
C8 · 适用范围与限制允许检验方法选择 · 交叉检验法适用条件
当没有高空间分辨率遥感数据和地面积雪深度数据,但有已检且空间分辨率不低于待检产品的其他积雪面积遥感产品时,可采用间接检验法中的交叉检验法无高空间分辨率遥感数据和地面积雪深度数据,但有已检且空间分辨率不低于待检产品的其他积雪面积遥感产品时出处:3.7
C8 · 适用范围与限制强制交叉检验参考对象类型 · 产品类型一致性
参考对象应与待检积雪面积遥感产品类型一致用于交叉检验的参考对象出处:3.7
C8 · 适用范围与限制交叉检验参考对象空间分辨率 · 空间分辨率
参考对象的空间分辨率不低于待检积雪面积遥感产品,采取全样本检验用于交叉检验的参考对象,采取全样本检验出处:3.7
C8 · 适用范围与限制强制交叉检验参考对象总体精度 · 总体精度
参考对象已经过真实性检验,其总体精度应不低于预估的待检产品精度参考对象已经过真实性检验出处:3.7
C8 · 适用范围与限制判别算法选择 · 算法选择
当遥感数据为多光谱/高光谱数据时,选择 NDSI 判别法和机器学习算法,优先选用 NDSI 判别法遥感数据为多光谱/高光谱数据时出处:3.7
C9 · 过程控制参数置信度z值 · z值
一般置信度为 95% 时,z=1.96,置信度为 90% 时,z=1.645置信度为95%时z=1.96,置信度为90%时z=1.645出处:3.7
GB/T 36296—2018遥感产品真实性检验导则版本绑定规范性引用
GB/T 39468—2020陆地定量遥感产品真实性检验通用方法版本绑定规范性引用
检测能力(方法标准)认可领域:未识别
序号检测对象项目/参数领域代码检测标准(方法)名称及编号(含年号)说明备注
序号名称
1积雪面积遥感产品真实性检验1直接检验法-积雪面积二值遥感产品直接检验法《积雪面积遥感产品真实性检验》GB/T41537-2022 6.2.1
Validation of snow cover area remote sensing products
22直接检验法-积雪面积比例遥感产品直接检验法《积雪面积遥感产品真实性检验》GB/T41537-2022 6.2.2
Validation of snow cover area remote sensing products
33间接检验法(交叉检验法)《积雪面积遥感产品真实性检验》GB/T41537-2022 6.3
Validation of snow cover area remote sensing products
44NDSI判别法《积雪面积遥感产品真实性检验》GB/T41537-2022 A.3
Validation of snow cover area remote sensing products
55像元聚合法(高空间分辨率积雪面积比例遥感数据转换为低空间分辨率积雪面积比例遥感数据)《积雪面积遥感产品真实性检验》GB/T41537-2022 B.3
Validation of snow cover area remote sensing products
66像元聚合法(高空间分辨率积雪面积二值遥感数据转换为低空间分辨率积雪面积比例遥感数据)《积雪面积遥感产品真实性检验》GB/T41537-2022 B.4
Validation of snow cover area remote sensing products
77高空间分辨率积雪面积二值遥感数据转换为低空间分辨率积雪面积二值遥感数据《积雪面积遥感产品真实性检验》GB/T41537-2022 B.2
Validation of snow cover area remote sensing products
88NDSI统计线性回归法《积雪面积遥感产品真实性检验》GB/T41537-2022 D.2
Validation of snow cover area remote sensing products
99混合像元分解法《积雪面积遥感产品真实性检验》GB/T41537-2022 D.3
Validation of snow cover area remote sensing products
共 9 项参数:0 项已自动推荐领域代码,9 项待人工确认。领域代码依据 CNAS-AL06:2024 规则推荐,检测对象依据:标准名称;正式申报前请人工核对,「说明」列的限制范围(只测/不测、量程等)按实验室实际填写。
解析模型与复核模型对以下关键数值意见不一。 点击您认可的一侧卡片即可投票,多数人的意见即最终结论;每项仅可投一次,首次投票 +2 LP。 已定案项目会在正文对应位置标注 ⚖,悬停可见两模型的分歧详情。
复核项加载中…
本页内容由 AI 从标准公开文本自动解析生成,条款级溯源("出处"列)。仅供学习参考,检测判定请以标准正式原文为准。
LabPowerTools · 超级标准
© 2026 LabPowerTools