卫星图像自动映射器轻量级计算机程序用于地球观测二级产品生成的第四阶段验证，第二部分：验证
计算机视觉与模式识别
2017-01-10 v1
摘要
欧洲空间局（ESA）将地球观测（EO）二级产品定义为经过几何、大气、邻近效应和地形校正的多光谱（MS）图像，并叠加其场景分类图（SCM），图例包含云和云影等质量层。ESA的地面段从未系统性地生成过任何EO二级产品。为填补从EO大数据到ESA EO二级产品之间的信息空白，通过独立手段对一款基于先验知识进行多光谱颜色命名的现成卫星图像自动映射器（SIAM）轻量级计算机程序进行了第四阶段验证（Val）。选取美国本土（CONUS）的年度Web Enabled Landsat Data（WELD）图像合成时间序列作为输入数据集。将年度SIAM WELD美国本土图与美国国家土地覆盖数据（NLCD）2006年图进行对比验证。这些测试图和参考图具有相同的空间分辨率和空间范围，但其图例不同，必须进行协调。为便于阅读，本文分为两部分。前文第一部分“理论”提供了先验颜色命名的多学科背景。本文第二部分“验证”展示并讨论了通过一种无需采样的、逐像元专题图质量评估原始协议，从测试SIAM WELD图时间序列和参考NLCD图中收集的第四阶段验证结果，其中测试图与参考图的图例可以不同，这与第一部分一致。结论是，SIAM-WELD图实例化了一种二级SCM产品，其图例为联合国粮农组织土地覆盖分类系统（LCCS）分类法在二分阶段（DP）的级别1（植被/非植被）、级别2（陆地/水生）或更高级别的LCCS层级。
引用
@article{arxiv.1701.01932,
title = {Stage 4 validation of the Satellite Image Automatic Mapper lightweight computer program for Earth observation Level 2 product generation, Part 2 Validation},
author = {Andrea Baraldi and Michael Laurence Humber and Dirk Tiede and Stefan Lang},
journal= {arXiv preprint arXiv:1701.01932},
year = {2017}
}