地上観測はリモートセンシング科学研究の基盤であり、定量的なリモートセンシングモデルの構築、リモートセンシング情報の正確で効率的な反転、真実性の検証に重要なデータ支援を提供します。特に人工知能時代に入ってから、地上観測をリモートセンシングデータと組み合わせて駆動する深層学習のモデルは、地表パラメータの反転のパラダイムをある程度革新しました。ただし、地上観測とリモートセンシングピクセルのスケールの違いと地表自体の複雑な空間異質性により、地上観測には代表的な誤差があります。ピクセルスケールの地上真値として直接使用すると、後続の地上観測データとリモートセンシングデータの協調分析と処理に非常に大きな不確実性をもたらします。科学的な地上観測を通じてリモートセンシングピクセルスケールの地上真値を無限に近づける方法は、野外リモートセンシング観測実験の焦点です。現在、ピクセルスケールの地上真値の取得に焦点を当て、サンプルエリアの選択、空間異質性の評価、地上ポイントの最適配置、地上観測、スケール変換を含むピクセルスケールの「真値」の取得についての研究が系統的に行われています。各段階について多くの研究作業が行われていますが、いずれの段階でも概念の不明確さや理解の不十分さがあり、ピクセルスケールの地上真値の取得における大きな不確実性が生じています。ピクセルスケールの地上真値取得プロセスの不確実性を制約し、制御してピクセルスケールの地上「真値」の最小の不確実性を得るための途中が現在急需解決すべき瓶詰め難題です。本稿はピクセルスケールの地上真値取得のいくつかの鍵となる課題および可能な解決策について論じ、ある程度新たな認識と理論的な指導を提供することでピクセルスケールの地上真値取得の正確性と精度の向上について提供します。

ピクセルスケール真値; 地上観測; スケールの違い; 空間異質性; 代表的な誤差; 不確実性; 真実性検証; 品質評価; サンプル構築