标准规范下载简介：
内容预览由机器从pdf转换为word，准确率92%以上，供参考
GBT 39468-2020 陆地定量遥感产品真实性检验通用方法.pdf6.1遥感产品与相对真值/参考对象一致性评价
产品与相对真值/参考对
采用准确度评价指标和不确定度评价指标分析评价待检验陆地定量遥感产品与相对真值/参考 间的一致程度及其不确定性GB/T 27865-2011 移动式消防排烟机，具体评价指标见GB/T36296一2018第6章，
6.2遥感产品真实性检验过程不确定性评价
在分析陆地定量遥感产品真实性检验的不确定性来源时，应考虑各方面因素，全面评估各项误差在 验过程中对结果不确定性的影响，确定真实性检验过程中减少与控制不确定性的途径，使陆地定量遥 产品真实性检验结果更可靠。 不确定性来源分析与评价的主要内容包括： 几何定位的不确定性：由于几何定位仪器的测量误差及影像空间配准误差，在基于考虑空间位 置的检验模型（如直接检验的克里格统计推断模型、MSN统计推断模型等）中，定量分析模型 输出结果对空间位置变化的敏感性，可用标准差、方差等指标进行度量。 b）地面观测的不确定性：主要包括由测量仪器的测量性能及测量方法引起的误差和定点观测空 间代表性误差，宜通过多次观测，评估该误差的范围 C 尺度转换的不确定性：使用统计推断模型进行尺度转换时，应考虑模型输出的估计值方差和估 计结果的置信区间
A.1空间自相关MoransI指数
间自相关Moran'sI指
一种度量空间对象自相关性的统计指标，计算公式见式（A.1）
附录A （资料性附录） 地表空间异质性分析方法
台台“ 式中： Moran'sI统计量，取值在一1和1之间； 区域单元个数： 空间权重矩阵W中第i行第j列的单元值； ； 一区域单元i的定距或定比变量的值； 工；的均值。 根据I值大小可以判断地表变量空间自相关程度。取值越接近一1，表示越强的负空间自相关；取 值越接近于1，表示越强的正空间自相关
半变异函数将邻近事物比远处事物更相似这一 一假设加以量化，将统计相关性的强度作为距离函数 进行测量。该方法将所有的点对按照间隔距离的大小、方向进行分组，在每一个组内，计算每个点对属 性值的差异，最后取平均值作为该组属性值的差异（变异值），由式（A2计算
空间间隔距离； （h） 距离相隔为h的半变异函数值； N（h） 距离相隔为h的点对数； ; 空间位置点； Z（;) 一空间位置工：处的属性值； Z(十h）一空间位置；十h处的属性值。 计算时，首先对样本点计算得到的散点进行拟合，获得经验变异函数；然后，观察变异函数的分布图 见图A1），寻找地统计学提供的某一种理论模型或多个理论模型的线性组合进行拟合。 半变异函数中的基台值、块金值可以度量空间异质性程度。基台值表示区域化变量最大变异，基台 值越大表示总的空间异质性程度越高；块金值表示随机部分的空间异质性，较大的块金值表示随机部分 的空间异质性
GB/T39468—2020
分层编号； N—第h层面积； 2 一一总体方差； 一一第h层方差。 根据Q值的大小可以判断地表变量的异质性程度。Q值越接近于1，表示空间异质性越高；q值越 接近于0，表明异质性越低
分层编号； N一第h层面积； 2 一一总体方差； 一第h层方差 根据Q值的大小可以判断地表变量的异质性程度。Q值越接近于1，表示空间异质性越高；q值越 接近于0，表明异质性越低
GB/T39468—2020
t 置信水平1一α下的标准正态分布双侧分位数； α 显著性水平； d 一绝对误差。 1.2.3在对总体没有先验了解时，可借助预抽样估计需要的样本量n，计算公式见式（B.3）
式中： 一一样本量； si 预抽样样本的方差； V 期望的样本均值估计方差上限； 预抽样的样本量
式中： 样本量； si 预抽样样本的方差； V 期望的样本均值估计方差上限； 预抽样的样本量
B.1.3.1估计总体均值计算见式（B.4)
式中： α均值； n 一样本量； 3 ; 一第i个样本的取值 B. 1.3.2 均值估计方差计算见式（B.5）。 *....(B.5 ) 式中： u(α) 均值估计值的方差； 抽样比； n 样本量； s2 样本方差。
在系统抽样中，对于一个大样本NV，首先确定抽样间隔，然后在第一个间隔内随机选择一个样本， 后续的样本在第一个选择的样本基础上加上抽样间隔得到。例如，在总体为N的条件下每个样本按照 ，2·，N编号，系统抽样的间隔是20，第一个随机样本是16，那么第二个样本是36，第三个样本是56， 直到每个系统间隔内都有一个样本，见图B.2。在抽样总体没有系统性特征，或者系统性特征周期跟系 统抽样的间隔不重合时，系统抽样具有更高抽样精度。当观测变量具有周期性变化时，周期性和系统抽 样间距不能同步，否则容易出现估算失误
GB/T39468—2020图B.2二维空间的系统抽样示意图B.2.2样本量计算系统抽样样本量n的计算方法见B.1.2。B.2.3统计推断B.2.3.1估计总体均值计算见式（B.4）。B.2.3.2均值估计方差计算见式（B.5）。B.3分层抽样模型B.3.1模型介绍分层抽样是将总体按其属性特征分成若干层或类型，然后在类型或层中随机抽取样本单位，见图B.3。该方法通过划类分层，增大了各层中对象间的共同性，适用于层内变差较小、层间变差较大时的样本抽样。图B.3分层随机抽样示意图B.3.2样本量计算B.3.2.1涉及参数分层抽样模型涉及参数见表B.1。12
GB/T 39468—2020
表B.1分层抽样模型参数
B.3.2.2总的样本量计算
.1给定费用情况下，总的样本量n计算见式（B
B.3.2.2.2给定估计方差V的情况下，总的样本量n计算见式（B.7）。 (ZW,S,c)Z(W,S,/c)
B.3.2.3每一层的样本量计算
每层单个样本量n，计算见式（B.8）
B.3.3.1估计均值计算见式（B.10）。
(N.S. Vc.)
V+ (1/N)>W.S
W,S./ca w.S./ c. Xn
......(B.8
抽样费用c，相当，则样本量n，计算公式见式（I
B.3.3.2均值估计方差计算见式（B.11）。 (y) T ·( B.11
B.3.3.2均值估计方差计算见式（B.11）。
B.3.3.2均值估计方差计算见式（B.11)。
GB/T 394682020
克里格模型是一种建立在变异函数理论和结构分 出上，在有限区域内对区域化变量的取值进 行无偏最优估计的方法。该方法考虑样点的大小、形状、相互关系和空间分布等几何特征，以及已知样 点与待估计点之间的空间关系，对每个测点赋予一定的权重系数，然后用加权平均法估计未知点的值 克里格模型利用待估计区域与样本点之间的空间关系，可以估计区域的平均值及其估计方差。
基于克里格的抽样根据给定的期望精度（均值估计方差）结合优化算法进行动态搜索，当搜索结 输出样本的数量n和位置，
GB/T 8559-2008 苹果冷藏技术B.4.3.1估计均值计算见式（B.12)
式中： 估计均值； n—样本量； 入；—第i个样本点y：的权重 y——第i个样本点估计值。
B.4.3.2均值估计方差计算见式（B.13）
输人参数包括分层、各层内部空间相关性，层 目相天性，可使用变异函数模型 给定全区域空间估计均值允许误差，各层及总样本量由最小化均值估计方差给出
估计均值计算见式（B.14
式中： y 均值估计量； h 层编号； H 分层数； ah 第h层权重； n 第h层样本量； Whi 样本点y的权重； 第h层中第i个样 3
B.5.3.2均值估计方差计算见式（B.15
式中： 估计方差； 9 一待估计区域总体； 19 一待估计区域总体的大小GB/T 33998-2017 月球信息元数据，可用面积或离散点总数来度量； (., ) 协方差； 3(s)、3(s')— 待估计区域中空间位置s、s处的离散点； h 层编号； H 一 分层数； n 一第h层样本量； ai 第h层权重； Whi 样本点y的权重； 第h层拉格朗日乘子
GB/T39468—2020