遥感影像标准化评估方法、电子设备及存储介质技术

本发明专利技术涉及一种遥感影像标准化评估方法、电子设备及存储介质，遥感影像标准化评估方法包括：步骤S1、利用统计偏差、均方根误差、泰勒图、相关性分析和云量，构建标准化评估模型；步骤S2、利用标准化评估模型评估遥感图像的质量效果。本发明专利技术，构建了一套灵活开放的标准化评估指标，包括统计偏差、均方根误差(RMSE)、泰勒图、相关性分析、云量等来分析遥感数据相对于参考数据集在不同方面的质量效果，综合了大量的地面观测数据、遥感观测数据、数据融合产品等作为参考数据来评估遥感图像的质量效果，有利于实现遥感影像高效化、标准化评估。标准化评估。标准化评估。

【技术实现步骤摘要】
遥感影像标准化评估方法、电子设备及存储介质


[0001]本专利技术涉及遥感影像
，具体涉及一种遥感影像标准化评估方法、电子设备及存储介质。

技术介绍

[0002]随着遥感数据观测数据的获取范围不断扩大，对于数据的筛选和综合评估的需求也越来越大。过去的数据筛选大多为基于不同指标的一个筛选流程，缺乏一个综合型的标准化评估框架。

技术实现思路

[0003]鉴于上述技术问题，本专利技术提出一种遥感影像标准化评估方法、电子设备和存储介质，能够综合了大量的地面观测数据、遥感观测数据等作为参考数据来评估遥感图像的质量效果。
[0004]实现本专利技术目的的技术解决方案为：一种遥感影像标准化评估方法，包括以下步骤：
[0005]步骤S1、利用统计偏差、均方根误差、泰勒图、相关性分析和云量，构建标准化评估模型；
[0006]步骤S2、利用标准化评估模型评估遥感图像的质量效果。
[0007]根据本专利技术的一个方面，在所述步骤S1中，具体包括：
[0008]利用统计偏差、均方根误差、泰勒图、相关性分析和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种遥感影像标准化评估方法，包括以下步骤：步骤S1、利用统计偏差、均方根误差、泰勒图、相关性分析和云量，构建标准化评估模型；步骤S2、利用标准化评估模型评估遥感图像的质量效果。2.根据权利要求1所述的方法，其特征在于，在所述步骤S1中，具体包括：利用统计偏差、均方根误差、泰勒图、相关性分析和云量，分别计算统计偏差、均方根误差、年际变化、空间变异和云量的量化分数，标准化评估模型的综合评分为统计偏差、均方根误差、年际变化、空间变异和云量的量化分数的加权平均，计算公式如下：其中，S
bias
为统计偏差的量化分数，S
rmse
为均方根误差的量化分数，S
phase
为季节变化的量化分数，S
dist
为空间变异的量化分数，S
iav
为年际变化的量化分数，S
cloud
为云量的量化分数，a、b、c、d、e、f分别为对应项的权重；根据云量与预设云量阈值的大小关系，判断评分是否有效。3.根据权利要求2所述的方法，其特征在于，所述统计偏差的量化分数的计算过程包括以下步骤：步骤S101、计算统计偏差，公式为：其中，变量x为遥感影像空间域，代表由栅格单元组成的矩阵边界范围，为遥感影像数据集在其时间范围内的平均值，为参考数据集在其时间范围内的平均值；步骤S102、将统计偏差无量纲化作为相对误差，公式为：ε
boas
(x)＝|bias(x)|/crms(x)其中，t为数据集开始到结束的时间范围；步骤S103、计算偏差在空间区域上的评分，公式为：步骤S104、计算统计偏差的量化分数，公式为：4.根据权利要求2所述的方法，其特征在于，所述均方根误差的量化分数计算过程包括以下步骤：步骤S201、计算均方根误差，公式为步骤S202、将均方根误差进行无量纲化计算，公式为：
ε
rmse
(x)＝crmse(x)/crms(x)；步骤S203、计算均方根误差在空间区域上的评分，公式为：步骤S204、计算均方根误差的量化分数，公式为：5.根据权利要求3所述的方法，其特征在于，所述季节变化的量化分数的计算过程包...

【专利技术属性】
技术研发人员：吴戈男，王海涛，宋洁璇，张金昌，同亚龙，张博学，陈绍龙，孙亚楠，
申请(专利权)人：中国空间技术研究院，
类型：发明
国别省市：