GB∕T 41537-2022 积雪面积遥感产品真实性检验.pdf

ICS 33.20 0CCS A 77G一目一 中华人民共和国国家标准GB/T 415372022积雪面积遥感产品真实性检验Validation of snow cover area remote sensing products2022-07-01 发布2023-02-01 实施国家市场监督管理总局 国家标准化管理委员会GB/T 41 53720 22目 次前言.in引言.IV1范围.12规范性引用文件.13术语和定义.14参考对象.25 基本要求.26 检验方法.26.1 检验方法选择.26.2 直接检验法.26.2.1 积雪面积二值遥感产品直接检验法.26.2.2 积雪面积比例遥感产品直接检验法.36.3 间接检验法.47检验报告.57.1 封面信息.57.2 正文信息.57.2.1 待检积雪面积遥感产品概述.57.2.2 参考对象描述.57.2.3 检验方法及流程.67.2.4 真实性检验结论.67.2.5 附加信息.67.3 检验报告信息简表.6附录A（资料性）高空间分辨率遥感数据积雪面积二值图获取方法.7附录B（资料性）高空间分辨率积雪面积遥感数据空间一致性转换方法.8附录C（资料性）基于误差矩阵的积雪面积二值遥感产品准确度和不确定度指标计算方法.10附录D（资料性）高空间分辨率遥感数据积雪面积比例图获取方法.13附录E（资料性）积雪面积遥感产品真实性检验报告信息简表样例.14参考文献.16IGB/T 41 53720 22刖 百本文件按照GB/T 1.12020标准化工作导则 第1部分:标准化文件的结构和起草规则的规定 起草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由中国科学院提出。本文件由全国遥感技术标准化技术委员会(SAC/TC 327)归口。本文件起草单位：中国科学院西北生态环境资源研究院、中国科学院青藏高原研究所、中国科学院 空天信息创新研究院、兰州大学、国家卫星气象中心、南京大学。本文件主要起草人:郝晓华、车涛、王建、李弘毅、李新、刘照言、黄广辉、郑照军、肖鹏峰、黄晓东、闻建光。GB/T 41 53720 22引 言积雪面积影响全球尺度的辐射平衡、能量交换和水文循环，是水文和气候模型的重要输入变量。遥 感监测积雪面积具有宏观、快速、动态、经济等特点，是积雪监测的重要途径。目前广泛使用的积雪面积遥感产品主要有积雪面积二值遥感产品、积雪面积比例遥感产品两类。随着卫星观测能力的提高和反演算法的发展，积雪面积遥感产品已经日臻成熟，然而，全面独立的真实 性检验工作仍远远落后于产品的生产，更缺乏一套行之有效的验证操作规范。制定科学、规范的针对积 雪面积二值遥感产品和积雪面积比例遥感产品的真实性检验标准,用以规范积雪面积遥感产品真实性 检验的工作流程,有利于全面客观评价其准确度和不确定度，从而促进积雪面积遥感产品质量提升，推 进其定量化应用。IVGB/T 41 53720 22积雪面积遥感产品真实性检验1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。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文 件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于 本文件。GB/T 3629620 1 8遥感产品真实性检验导则GB/T 3946820 20陆地定量遥感产品真实性检验通用方法3术语和定义GB/T 3629620 1 8.GB/T 3946820 20界定的以及下列术语和定义适用于本文件。3.1积雪像元snow pixel地物类型仅含积雪地表覆盖的像元。3.2积雪混合像元 mixed snow pixel地物类型除积雪地表覆盖外，也含其他地表覆盖的像元。3.3非积雪像元 non-snow pixel地物类型不含积雪地表覆盖的像元。3.4积雪深度 snow depth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).3.5积雪面积二值遥感产品 binary snow cover area remote sensing product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.3.6积雪面积比例遥感产品 fractional snow cover area remote sensing product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。1GB/T 41 53720 223.7全样本检验 full validation对待检积雪面积遥感产品所有像元进行检验。3.8抽样检验 sampling validation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。4参考对象积雪面积遥感产品真实性检验的参考对象包括：a）地面积雪深度数据:包括人工方法和自动气象站观测的积雪深度数据；b）高空间分辨率遥感数据:本文件主要指分辨率远高于待检积雪面积遥感产品的可判别积雪覆 盖的光学遥感数据，可分为全色波段数据、多光谱数据和高光谱数据；c）已检积雪面积遥感产品：已知精度的积雪面积二值遥感产品和积雪面积比例遥感产品。5基本要求积雪面积遥感产品真实性检验应符合GB/T 36296-20 1 8中第7章的规定，并符合以下要求：a）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；b）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；c）参考对象的空间位置应与待检积雪面积遥感产品相匹配，配准误差应不大于1个像元。6检验方法6.1 检验方法选择待检积雪面积遥感产品分为积雪面积二值遥感产品和积雪面积比例遥感产品，两种待检积雪面积 遥感产品均可采用直接检验法或间接检验法,根据可获取参考对象情况选择相应的检验方法：a）当有高空间分辨率遥感数据时,优先采用直接检验法，该方法适用于积雪面积二值遥感产品和 积雪面积比例遥感产品真实性检验；b）当有地面积雪深度数据时，采用直接检验法,该方法仅适用于积雪面积二值遥感产品的真实性 检验；c）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,该方法适用于积雪面积二值 和积雪面积比例遥感产品真实性检验。6.2 直接检验法6.2.1 积雪面积二值遥感产品直接检验法直接检验法的参考对象包括高空间分辨率遥感数据和地面积雪深度数据。主要操作流程见图1，具体如下：a）参考对象抽样设计。包含以下两方面内容：1）参考对象为高空间分辨率遥感数据时，若参考对象可以覆盖整个待检遥感产品空间范围，可采取全样本检验;若参考对象不能覆盖整个待检遥感产品范围，可采取抽样检验，样本 2GB/T 41 53720 22数量确定方式见GB/T 36296-20 1 8中公式（C.2）；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。b）高空间分辨率遥感数据处理。包含以下两个具体步骤：1）参考对象为高空间分辨率遥感数据时，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；2）空间一致性转换:其次通过空间一致性转换获取待检积雪面积二值遥感产品像元尺度上 的相对真值，方法见附录B的B.2。c）地面积雪深度数据处理。包含以下两个具体步骤：1）参考对象为地面积雪深度数据时,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。的像元视作非积雪像元；2）空间一致性转换:用站点积雪深度观测值代表待检积雪面积二值遥感产品对应位置整个 像元所覆盖的地表，直接获取待检积雪面积二值遥感产品对应的像元尺度相对真值。d）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，具 体计算方法见附录C。e）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,具体计算方法见附录Co图1积雪面积二值遥感产品直接检验操作流程6.2.2 积雪面积比例遥感产品直接检验法采用基于高空间分辨率遥感数据的检验法。主要操作流程见图2,具体如下：a）参考对象抽样设计。按6.2.1步骤a）中1）的规定执行。b）高空间分辨率多光谱/高光谱数据处理。包含以下两个具体步骤：1）参考对象为高空间分辨率多光谱/高光谱数据时，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；2）空间一致性转换:其次通过高空间分辨率积雪面积比例遥感数据空间一致性转换方法获3GB/T 41 53720 22取积雪面积比例遥感产品像元尺度相对真值,方法见B.3ec）高空间分辨率全色波段数据处理。包含以下两个具体步骤：1）参考对象为高空间分辨率全色波段数据时，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；2）空间一致性转换:其次通过高空间分辨率积雪面积二值遥感数据空间一致性转换方法获 取积雪面积比例遥感产品像元尺度相对真值,方法见B.4.d）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Aoe）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 36296-20 1 8附录B。图2积雪面积比例遥感产品直接检验操作流程6.3 间接检验法积雪面积遥感产品的间接检验主要采用交叉检验法。主要操作流程见图3,具体如下：a）参考对象获取。用于交叉检验的参考对象除了满足基本要求，还应满足以下三方面具体要求：1）参考对象应与待检积雪面积遥感产品类型一致；2）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；3）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。b）确定参考对象类型。根据参考对象的来源确定类型，具体包含以下两方面内容：1）参考对象为积雪面积二值遥感产品，待检积雪面积遥感产品为积雪面积二值遥感产品;2）参考对象为积雪面积比例遥感产品，待检积雪面积遥感产品为积雪面积比例遥感产品。c）空间一致性判断。判断参考对象与待检积雪面积遥感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。d）空间一致性转换。根据参考对象的不同，具体包含以下两方面内容：1）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 获取待检积雪面积遥感产品像元尺度相对真值,方法见B.2；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 获取待检积雪面积比例遥感产品像元尺度上的相对真值，方法见B.3。4GB/T 41 53720 22e）准确度评价。待检产品为积雪面积二值遥感产品时，具体要求见6.2.1 中d）的准确度评价;待 检产品为积雪面积比例遥感产品时，具体要求见6.2.2中d）的准确度评价。f）不确定度分析。待检产品为积雪面积二值遥感产品时，具体要求见6.2.1中e）的不确定度分 析;待检产品为积雪面积比例遥感产品时，具体要求见6.2.2中e）的不确定度分析。图3积雪面积遥感产品间接检验操作流程7检验报告7.1 封面信息检验报告封面应包括以下信息：a）检验报告编号；b）检验报告名称；c）检验负责人；d）检验核对人；e）检验签发人,f）检验单位；g）送检单位；h）检验时间。7.2 正文信息7.2.1 待检积雪面积遥感产品概述对待检积雪面积遥感产品进行描述，至少应包括以下内容:待检积雪面积遥感产品的来源、类型、空 间分辨率、时相、覆盖范围、产品积雪识别算法。7.2.2 参考对象描述对作为参考对象的数据集进行描述。对于直接检验，宜包括:参考对象的来源、观测方法、时间、数 5GB/T 41 53720 22据处理过程。对于间接检验，宜包括:参考对象的来源、准确度的描述。7.2.3 检验方法及流程对采用的检验方法和检验过程进行描述，宜包括：a）检验方法概述；b）检验流程；c）检验结果的评价指标；d）检验过程的记录要求；e）检验结果的存档。7.2.4 真实性检验结论对真实性检验的评价结果进行描述，宜包括：a）真实性检验结果总体评价:描述所检验积雪面积遥感产品的总体精度；b）分项指标评价:描述所检验积雪面积遥感产品在研究区内不同区域的精度，描述积雪面积遥感 产品在物候期各关键点的精度；c）分析检验过程中的不确定度。7.2.5 附加信息对积雪面积遥感产品真实性检验过程中遇到的问题和其他相关信息进行说明和描述，在可能的情 况下给出待检积雪面积遥感产品应用中的注意事项及改进建议。7.3 检验报告信息简表积雪面积遥感产品真实性检验报告简表编制见GB/T 36296-20 1 8附录D,样例见附录E。6GB/T 41 53720 22附录A（资料性）高空间分辨率遥感数据积雪面积二值图获取方法A.1概述积雪面积二值图获取方法主要包括目视解译法、积雪指数判别法（典型的例如NDSI判别法）、机器 学习法。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；当遥感数据为全色波段时，选用目视解译法或机器学习法。A.2目视解译法遥感图像解译的一种，又称目视判读，或目视判译，是遥感成像的逆过程。积雪范围目视解译是指 通过人眼的观察（也可借助光学仪器），依靠解译者的知识、经验和掌握的相关资料，通过大脑分析、推 理、判断，提取遥感图像积雪范围信息。早期卫星影像质量较差，波段较少，目视解译较为常用；目前新 的卫星波段较多，目视解译法已经被自动判别法取代。A.3 NDSI判别法归一化雪被指数（Normalized Difference Snow Index,NDSI）判别法，是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。NDSI算法见公式（A.1）.该方法仅适用于多光谱/高光谱遥感数 据，且数据包含可见光和近红外波段的情况，方法精度取决于阈值的设定。NDSIVIS-NIRVIS+NIR(A.1)式中：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。7GB/T 41 53720 22附录B(资料性)高空间分辨率积雪面积遥感数据空间一致性转换方法B.1概述空间尺度转换是将数据或信息从一个尺度转换到另一个尺度的过程。通常，称由高空间分辨率到 低空间分辨率的尺度转换为升尺度转换或尺度上推。高空间分辨率积雪面积二值遥感数据或比例数据 转换为低空间分辨率的积雪面积二值或积雪面积比例遥感数据属于遥感升尺度问题，可采用像元聚合(Pixel aggregate)法。像元聚合法是基于像元/栅格单元的尺度转换方法中最常用的方法，它的思想是 对有贡献的所有像元值进行加权平均。积雪面积遥感数据的空间一致性转换根据参考对象不同可以分 为三种情况，第一，由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 或低空间分辨率积雪面积比例遥感数据，第二，由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，第三，由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.2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首先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。其次，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。B.3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采用的像元聚合 法,具体方法如图B.1所示。计算方法见公式0.1 8_11一.图B.1高空间分辨率积雪面积比例图转低空间分辨率积雪面积比例图示例FSCA=-J.(B.1)n8GB/T 41 53720 22式中：FSCA 升尺度后的积雪面积比例；pfg,y)升尺度前积雪面积比例影像在(ny)处的值，其中0,口，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。B.4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采用的像元聚合 法如图B.2所示。计算方法见公式(B.2)。n S 20(1,丁)FSCA=L,t 2.(B.2)n式中：FSCA 升尺度后的积雪面积比例；Pb-积雪面积二值影像在(i,y)处的值，加(z,y)为积雪像元时为1,以(z,y)为非积雪像元时为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。9GB/T 41 53720 22附录C(资料性)基于误差矩阵的积雪面积二值遥感产品准确度和不确定度指标计算方法C.1误差矩阵误差矩阵是分类精度评价的一种标准形式，对于积雪面积二值遥感产品，仅仅有积雪和非雪两种类 型,误差矩阵如表C.1。表C.1误差矩阵表待检积雪面积二值遥感产品类型参考对象类型实测总和积雪非雪积雪P1 1P12P1+非雪P21P22P2+分类总和P+】P+2P注：p为样本总数,P”为待检产品与参考对象均为积雪的样本数目；P】z为待检产品中属于积雪而参考对象为非 雪的样本数目；P2】为待检产品中属于非雪而参考对象为积雪的样本数目；为待检产品与参考对象均为非 雪的样本数目；P-为待检产品中积雪样本数目总和，Pz+为待检产品中非积雪样本数目总和，P+1为参考对 象中积雪样本数目总和；P+2为参考对象中积雪样本数目总和.C.2准确度评价指标C.2.1总体精度的计算见公式(C.1)。OA=PnP.(c.1)式中：OA-总体精度。C.2.2使用者精度的计算见公式(C.2)。1/4=*.(C.2)产1+式中：UA使用者精度。C.2.3生产者精度的计算见公式(C.3)。PA=.(C.3)产+i 式中：PA生产者精度。C.2.4 Kappa系数的计算见公式(C.4)。rw_OA-(P1+P+1/P2+P2+P+2/P2)l-(P1+P+1/P2+P2+P+2/P2)，式中：CK-Kappa 系数；1 0GB/T 41 53720 22OA总体精度C.3不确定度评价指标计算C.3.1方差C.3.1.1总体精度的方差计算见公式(C.5)。(PP】+)3(l Pn/PH.)(P22/P2+(1-Pz2/P2+)0 A (Pl+-1)(P2+T)式中：(C.5)Vqa总体精度的方差。C.3.1.2使用者精度的方差计算见公式(C.6)。_(Pn/PQ(l-P1 PQ(Pi+-1)(C.6)式中：V”使用者精度的方差。C.3.1.3生产者精度的方差计算见公式(C.7)。_ P2 r(P?+/P2)(1-PA)2UA(1-UA)PA2(Pi+/P2)(P21/P2+)(l-P21/P2+)丛一qL 芭二=1 十(P2+-1)(C.7)式中：VPA生产者精度的方差;PA生产者精度；UA使用者精度。C.3.2标准差C.3.2.1总体精度的标准差计算见公式(C8).SoA=yVoT.(c.8)式中：Sqa总体精度的标准差,Vox总体精度的方差。C.3.2.2使用者精度的标准差计算见公式(C.9)。Sua=/Vu4.(C.9)式中：SuA使用者精度的标准差；VUA-使用者精度的方差。C.3.2.3生产者精度的标准差计算见公式(C.1 0)。Spa=PA.(C1 0)式中：Spa生产者精度的标准差；Vpa生产者精度的方差。C.3.3置信区间C.3.3.1总体精度的置信区间计算见公式(C.1 1)。11GB/T 41 53720 22CIoa=z.(C.ll)式中：CIoA一总体精度的置信区间；V0A总体精度的方差；Z 标准正态分布分位数，通过GB/T 40 86.11 983正态分布分位数表查询。一般置信度为95%时，z=L96,置信度为90%时，z=l.645。C.3.3.2使用者精度的置信区间计算见公式(C.1 2)。CIuA=Z y/VUA.(C1 2)式中：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 40 86.11983正态分布分位数表查询。一般置信度为95%时，n=1.96,置信度为 90%时，2=1.645。C.3.3.3生产者精度的置信区间计算见公式(C.1 3)。CIpA=zy/V.(C.1 3)式中：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 40 86.1-1 983正态分布分位数表查询。一般置信度为95%时，z=l.96,置信度为 90%时，2=1.645。12GB/T 41 53720 22附录D（资料性）高空间分辨率遥感数据积雪面积比例图获取方法D.1概述积雪面积比例图获取方法主要包括积雪指数回归法（典型的例如NDSI回归法）、混合像元分解法。当遥感数据为多光谱/高光谱数据时,优先选用混合像元分解法；当遥感数据为多光谱数据，且波段包含 可见光和近红外波段时，可选用积雪指数回归法。D.2 NDSI统计线性回归法利用归一化雪被指数（NDSD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。该方法仅适用 于多光谱/高光谱遥感数据，且数据包含可见光和近红外波段的情况。D.3混合像元分解法混合像元分解法指基于多光谱/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。根据端元是否已知可以将混合像元分解的方法分为监督和非监督的混合像元分解算法；根据混合像元分解模型不同分为线性和非线性混合像元分解方法。13GB/T 41 53720 22附录E（资料性）积雪面积遥感产品真实性检验报告信息简表样例表E.1给出了检验报告信息简表的参考样例，以待检产品为积雪面积二值遥感产品，参考对象为高 分辨率遥感影像的直接检验法为例。表E.1积雪面积遥感产品真实性检验报告信息简表样例待检积雪 面积遥感 产品特征产品名称冰沟流域积雪面积遥感产品产品类型二值。比例地理参考（椭球、投影方式）CGCS2OOO,经纬度投影数据来源（传感器）MODIS-Terra空间分辨率/m500获取时间(YYYY-MM-DD)20 1 5-0 1-0 5空间范围西至经度（。）E 100。120东至经度（E 1 0 0*1 8r0ff北至纬度（N 380520南至纬度（0 N 380140范围描述青海省祁连县冰沟流域分类描述4种类型：积雪、非雪，水体、云产品生产方法概述基于MODIS多光谱影像，利用NDSI算法为核心，结合其他判别方式，加入水体 和云掩膜，获取的积雪面积二值遥感产品参考对象 特征描述调查数据调查方式高分辨率遥感数据。地面积雪深度数据数据来源（传感器）Landsat-8空间分辨率/m30调查时间(YYYY-MM-DD)20 1 5-0 1-0 5口已检遥感产品数据来源（传感器）空间分辨率/m产品时相(YYYY-MM-DD)总体精度（精度士标准差）14GB/T 41 53720 22表E.1积雪面积遥感产品真实性检验报告信息简表样例（续）检验方法 特征描述直接检验法检验方式全样本检验。抽样检验尺度转换方法高分辨积雪面积二值转待检积雪面积二值间接检验法检验方法。交叉检验法空间一致性。是。否空间尺度转换方法二值产品 精度评价 结果描述总体精度（精度士标准差）95%0.3%生产者精度（精度士标准差）92%0.7%使用者精度（精度士标准差）87%0.3%Kappa系数0.87比例产品 精度评价 结果描述平均绝对误差（精度士标准差）均方根误差（精度士标准差）操作人员 描述检验人XXX单位XXX联系方式XXX时间年 月 日备注15GB/T 41 53720 22参考文献1 GB/T 40 86.11 983统计分布数值表正态分布2 GB/T 1 495020 0 9摄影测量与遥感术语3车涛,戴礼云，郝晓华等.中国积雪地面观测规范M北京:科学出版社,20 20.16