高光谱遥感与AI：高光谱分类模型在Indian Pines、Pavia、Salinas三个基准上刷到99%以上，但换一块自己采集的数据，不做任何微调直接用，精度可能掉到随机猜测附近——基准数据集上的SOTA和真实场景可用性之间的差距，到底主要是域偏移、标注质量，还是基准数据集本身的空间结构太“干净”，有没有一套在论文之外自测泛化性的最小流程？

一、导语：一个被反复验证却少被正视的现象

在遥感与遥感图像处理领域，高光谱图像分类长期是深度学习方法的"试验田"。打开近五年的相关期刊与会议论文，Indian Pines、Pavia University、Salinas 三个数据集几乎成为标配，99% 以上的总体精度（Overall Accuracy, OA）已是常态，部分工作在训练样本仅取 5%～10% 的条件下仍能报告 99% 以上的结果。对初入该方向的研究者而言，这构成一种强烈的暗示：问题似乎已经被解决。

但工程侧的经验恰恰相反。把在基准上训练好的模型直接部署到自采的高光谱数据上——不微调、不重训、不做任何目标域适配——精度掉到随机猜测附近并非罕见。更麻烦的是，这种失败往往不是"掉几个点"，而是断崖式失效：模型把大片地物判成同一类，或在不同类别之间系统性混淆。此时若只看训练日志和验证曲线，一切正常；问题出在评估协议与真实部署条件之间的结构性错配。

本文要回答的核心问题是：基准数据集上的 SOTA 与真实场景可用性之间的差距，到底主要是域偏移、标注质量，还是基准数据集本身的空间结构太"干净"？并在此基础上，给出一套在论文之外、不依赖大规模算力、可在半天内跑完的最小泛化性自测流程。笔者认为，把这三者简单并列会掩盖真正的因果结构——它们不是三个独立因素，而是一条因果链上的不同环节，其中"基准空间结构偏置"处于上游，域偏移与标注噪声在下游被放大。这一判断贯穿全文。

本文评述：把"99%"当作能力证明，本质上混淆了"在特定分布上的插值能力"与"跨分布的泛化能力"。前者可以被数据泄漏与空间自相关显著抬高，后者才是部署时真正被考核的对象。二者之间的鸿沟，需要用评估协议而非模型结构来填。

二、背景与问题定义：什么是"基准精度"与"可用精度"

2.1 两个精度概念的分野

为避免后续讨论含混，先给出本文的操作性定义。基准精度（benchmark accuracy）指在固定公开数据集、固定训练/测试划分、固定评价指标下测得的精度，其可比性依赖于协议的一致性。可用精度（deployable accuracy）指模型在目标应用场景的真实数据分布上、按真实采集与标注流程获得的精度。二者之间的差值，本文称为协议落差（protocol gap）。

协议落差并非高光谱独有。计算机视觉中的 ImageNet 与真实部署之间同样存在落差，但高光谱的特殊性在于：数据维度极高（数百波段）、样本量极小（单景图像通常仅数万至十余万像素）、空间分辨率低（米级）、标注成本极高。这三个特征叠加，使得基准数据集的设计选择对结果的影响被显著放大。本文评述：在样本量以百计、特征维度以百计的场景里，"评估协议"对结论的影响权重，往往不低于"模型结构"。

2.2 三个基准数据集的基本画像

Indian Pines、Pavia University、Salinas 三者常被并称，但它们的采集条件、地物构成与空间结构差异很大。理解这些差异，是理解"基准偏置"的前提。下表汇总了公开文献中反复引用的关键参数（来源：IEEE GRSS 数据与算法竞赛官方数据说明、相关数据集原始论文）。

表 1：三个常用基准数据集参数汇总。数据来源：IEEE GRSS 官方数据说明与数据集原始论文；预处理细节见文末参考文献说明。

一个常被忽略的事实是：这三个数据集的空间分辨率差异极大（20 m、1.3 m、3.7 m），地物斑块的尺度也完全不同。Indian Pines 是农业场景，地块边界清晰但分辨率低；Pavia University 是城市场景，分辨率高、建筑与道路呈规则几何；Salinas 是农业场景，地块呈大面积规则条带。三者的共同点是：地物空间分布高度规则、类别斑块连通性好、边界清晰。这正是"空间结构太干净"的具体含义。

2.3 问题的正式表述

设源域数据为 \(D_S=\{(x_i^S,y_i^S)\}\)，目标域数据为 \(D_T=\{(x_j^T,y_j^T)\}\)，分类器为 \(f_\theta\)。基准精度对应 \(f_\theta\) 在 \(D_S\) 的测试划分上的表现，可用精度对应 \(f_\theta\) 在 \(D_T\) 上的表现。二者落差可分解为：

其中分布偏移项对应 \(P(x^S)\neq P(x^T)\) 或 \(P(y|x)\) 变化；标注噪声项对应 \(D_T\) 标签本身的错误率；评估协议项对应训练/测试划分、样本采样方式、空间自相关控制等。本文的核心主张是：评估协议项在上游放大了分布偏移项与标注噪声项，而基准数据集的空间结构偏置正是评估协议项的主要来源。下文逐层展开。

三、主线假设：基准数据集的空间结构偏置

3.1 空间自相关与"随机划分"的隐性泄漏

高光谱分类中最常见的评估协议是"随机像素划分"：从标注像素中随机抽取一定比例作为训练集，其余作为测试集。这一协议隐含了一个强假设——训练像素与测试像素在空间上独立。但遥感图像存在显著的空间自相关（spatial autocorrelation），相邻像素的光谱相似度远高于随机像素对。随机划分会导致训练像素与测试像素在空间上高度邻近，模型可以通过"记住邻域"而非"学习地物光谱特征"获得高精度。

这一问题在文献中已被反复讨论。较早的系统性分析指出，随机采样协议下的精度显著高于空间不相交划分（spatially disjoint sampling）协议下的精度，差距可达数十个百分点（来源：Lange 等关于高光谱分类评估协议的讨论，以及后续多篇方法学论文）。本文评述：这不是"模型作弊"，而是评估协议没有控制混杂变量。把随机划分下的 99% 直接解读为"模型学会了分类"，在统计上是不成立的。

笔者认为，空间自相关带来的精度虚高，是"基准空间结构太干净"的第一重含义：干净不仅指地物斑块规则，更指评估划分没有切断空间邻近性。前者是数据属性，后者是协议选择，二者叠加才构成完整的偏置。

3.2 类别斑块的连通性与边界清晰度

第二个结构性特征是类别斑块的连通性。以 Salinas 为例，其地物以大面积规则农田为主，同类地物往往连成完整条带，边界由田埂清晰分隔。这种结构对基于空间邻域的方法（如 CNN、GCN、Transformer）极为友好：局部窗口内的像素大概率属于同一类，模型只需学到"窗口内多数投票"式的平滑先验即可获得高精度。

真实场景则复杂得多。城市边缘的混合像元、农田与道路的交错、植被与裸土的渐变过渡，都会破坏"窗口内同类"的假设。当模型迁移到这类数据时，其依赖的空间平滑先验反而成为错误来源。本文评述：这解释了为什么一些在基准上表现优异的空间-光谱联合模型，在跨域时退化比纯光谱模型更严重——它们学到的更多是"基准的空间纹理"，而非"地物的光谱本质"。

3.3 类别可分性的"人为友好"

第三个特征是类别间的光谱可分性。三个基准数据集的类别选择，往往对应光谱差异明显的作物或地物类型（如不同作物、建筑、水体、土壤）。这些类别在可见光-近红外-短波红外区间存在较明显的吸收特征差异。而真实应用中，用户关心的类别可能是"同一作物的不同品种""不同胁迫程度的植被""不同成熟度的作物"，其光谱差异极其细微，且受物候、土壤背景、光照角度强烈影响。

换言之，基准数据集在"类别定义"这一层就已经做了有利于分类的简化。本文评述：这不是数据集的过错——基准数据集的设计目标本就是提供可比较的测试床——但把它当作能力证明则是误用。基准精度衡量的是"在简化问题上的插值能力"，而非"在复杂问题上的泛化能力"。

四、域偏移的机理拆解：光谱、空间、传感器与大气

4.1 域偏移的分类框架

域偏移（domain shift）在迁移学习文献中通常分为协变量偏移（covariate shift，\(P(x)\) 变而 \(P(y|x)\) 不变）、标签偏移（label shift，\(P(y)\) 变而 \(P(x|y)\) 不变）与概念偏移（concept shift，\(P(y|x)\) 本身变化）。高光谱场景中，三者往往同时发生，且相互纠缠。下表给出高光谱特有的偏移来源与对应类型。

表 2：高光谱域偏移来源分类。本文整理，类型划分参照迁移学习通用框架。

4.2 传感器差异：最直接也最容易被低估

不同高光谱传感器的波段设置差异巨大。AVIRIS 覆盖 400–2500 nm、224 波段；ROSIS 覆盖 430–860 nm、115 波段；国产高分五号 AHSI 覆盖 400–2500 nm、330 波段。波段中心位置、带宽、光谱响应函数均不同。把在 AVIRIS 上训练的模型直接用于 ROSIS 数据，输入维度都对不上，更遑论特征分布。

工程上常见的做法是波段重采样到公共波段集，但这只是"维度对齐"，并未解决"响应函数差异"。同一地物在两个传感器上的光谱曲线，即使重采样后仍存在系统性偏差。本文评述：跨传感器迁移是高光谱域偏移中最硬的一环，任何声称"零样本跨传感器"的方法都需要在多个传感器对上严格验证，而非仅在单一数据集内部划分上报告结果。

4.3 大气校正与辐射归一化：常被跳过的前置步骤

自采数据与基准数据的一个关键差异在于辐射处理链路。基准数据集通常经过大气校正（如 FLAASH、6S 模型）并转换为地表反射率；而工程现场的自采数据，可能仍是辐射亮度值（radiance），或经过简化的经验校正。若直接把反射率训练的模型用于辐亮度数据，精度崩溃几乎是必然的。

即使同为反射率，不同校正算法、不同气溶胶反演假设也会引入系统性偏差。一个实用的检查是：对目标域数据做逐波段统计（均值、方差、分位数），与源域对比。若某波段均值偏移超过源域标准差的 1–2 倍，说明该波段存在显著分布偏移，应优先考虑剔除或归一化。这一检查成本极低，却常被跳过。

4.4 物候与区域差异：概念偏移的硬骨头

农业遥感中，同一作物在不同生育期的光谱差异，可能大于不同作物在同一生育期的差异。这意味着"类别"与"光谱"之间的映射关系随时间变化，属于典型的概念偏移。基准数据集是单时相快照，模型学到的是该时相下的映射；换一个时相，映射失效。

区域差异同理。同一作物品种在不同气候区、不同土壤类型下，光谱响应存在差异。本文评述：概念偏移无法通过简单的特征对齐解决，因为它改变的是条件分布 \(P(y|x)\) 本身。可行的路径包括引入时序信息、引入环境协变量、或在目标域获取少量标注做少样本适配。任何声称"完全无监督跨区域"的方法，都应被要求给出目标域上的定量证据。

五、标注质量：被忽视的第二重噪声源

5.1 基准标签的"可信度幻觉"

基准数据集的标签通常由领域专家结合地面调查与高分辨率影像目视解译生成，质量相对较高。但"相对较高"不等于"无误"。混合像元、边界像素、同类异质斑块都可能带来标签噪声。文献中对 Indian Pines 等数据集的标签质量有过讨论，指出部分类别存在标注不一致或类别定义模糊的问题（来源：数据集原始说明与后续方法学讨论）。

更关键的是，基准标签的噪声模式与自采数据的噪声模式不同。基准数据集的错误多为"边界模糊"型，而工程自采数据的错误多为"类别定义不一致""标注员理解偏差""GPS 定位误差导致标签与像素错位"型。后者对模型的影响更严重，因为它不是随机噪声，而是系统性偏差。

5.2 标注噪声的量化估计

在没有干净验证集的情况下，标注噪声难以直接测量。工程上可采用以下近似手段：

• 重复标注一致性：抽取 5%–10% 样本由不同标注员独立标注，计算 Cohen's kappa。kappa 低于 0.8 说明类别定义或标注流程存在问题。
• 边界缓冲区剔除：对每个类别斑块做形态学腐蚀，剔除边界若干像素后重新评估。若精度显著上升，说明边界像素是主要误差来源。
• 置信学习（confident learning）：利用模型预测概率与标签的联合分布估计噪声率，代表性工作是 Cleanlab 框架（来源：Northcutt 等，2021）。该方法不依赖干净验证集，适合工程快速筛查。

本文评述：标注噪声与域偏移在效果上难以区分——二者都表现为"模型在目标域上出错"。但二者的应对手段完全不同：域偏移靠适配，标注噪声靠清洗。因此自测流程中必须包含区分二者的步骤，否则会把标注问题误判为模型问题，做无效的适配。

5.3 小样本下的标注效率悖论

高光谱标注成本极高，单景图像标注数百样本已属不易。小样本条件下，标注噪声的相对影响被放大：10% 的标签错误在 100 个样本中意味着 10 个错误样本，足以显著改变决策边界。基准数据集动辄数千标注样本，噪声被平均；自采数据样本少，噪声直接主导结果。本文评述：这也是"基准精度高、自采精度低"的一个被低估的原因——不是模型变差了，而是评估的统计基础变弱了。

六、关键数据与案例：从文献中读出的量化证据

6.1 采样协议对精度的影响

多项方法学研究比较了随机采样与空间不相交采样下的精度差异。总体趋势是：随机采样下精度普遍偏高，空间不相交采样下精度显著下降，且下降幅度与模型对空间信息的依赖程度正相关。具体数值因数据集、模型、划分比例而异，文献中报告的差距从几个百分点到数十个百分点不等（来源：高光谱分类评估协议相关方法学论文，2020–2024）。

需要强调的是，这些数值不能简单横向比较，因为划分方式、重复次数、评价指标不同。本文评述：读者在引用此类数据时，应关注"趋势一致性"而非"具体数值"，并优先参考那些公开了划分脚本与随机种子的工作。

6.2 跨域实验的典型结果模式

跨域高光谱分类（cross-domain HIC）是近年的研究热点，代表性设定包括 Pavia→Pavia（不同区域）、Pavia→Houston、Indian Pines→Salinas 等。文献中反复出现的模式是：

• 源域训练、目标域零样本测试时，精度通常大幅下降，部分设定下降至接近随机水平；
• 加入目标域无监督适配（如对抗对齐、伪标签自训练）后，精度可恢复一部分，但恢复程度高度依赖域间相似度；
• 加入少量目标域标注（少样本）后，精度可显著恢复，说明"少量标注"的边际收益极高。

本文评述：这些结果共同指向一个工程结论——在真实部署中，为目标域争取哪怕几十个标注样本，其收益远大于在源域上继续调模型结构。这与学术论文的激励结构相反，但对工程实践至关重要。

6.3 一个模拟的量化示例

为直观说明协议落差，下面给出一个模拟数据示例（非真实实验，仅用于说明量级关系）。假设源域基准精度 99.2%，目标域零样本精度 18%（16 类随机猜测约 6.25%，18% 略高于随机），加入 5% 目标域标注后恢复至 82%，加入 10% 后恢复至 91%。这一模式与文献中跨域实验的定性趋势一致，但具体数值为模拟，不可作为引用依据。

七、最小泛化性自测流程（MVP-GT）

7.1 设计原则

MVP-GT（Minimum Viable Protocol for Generalization Testing）的设计目标是：在半天内、单机可跑、不依赖额外标注的前提下，给出模型泛化性的可信判断。它不追求学术完备性，而追求工程可操作性。四条原则：

1. 切断空间泄漏：所有评估必须包含空间不相交划分。
2. 分离三类误差：分别估计域偏移、标注噪声、协议偏置的贡献。
3. 报告分布而非单点：多次随机划分，报告均值与方差。
4. 设置失败判据：预先定义"不可用"的阈值，避免事后解释。

7.2 步骤一：数据体检

在跑任何模型之前，先做数据层面的体检。这一步成本最低、收益最高。

# 伪代码：波段级分布对比（源域 vs 目标域）
for b in range(n_bands):
    mu_s, sd_s = src[:, b].mean(), src[:, b].std()
    mu_t, sd_t = tgt[:, b].mean(), tgt[:, b].std()
    shift = abs(mu_t - mu_s) / (sd_s + 1e-8)
    if shift > 2.0:
        flag_band(b, shift)   # 标记显著偏移波段
# 输出：偏移波段占比、最大偏移波段、整体分布距离（如 MMD）

判据建议：若超过 30% 的波段偏移超过 2 倍标准差，说明辐射处理链路存在系统性问题，应先解决预处理，而非调模型。若偏移集中在少数波段（如水汽吸收波段），可考虑剔除。

7.3 步骤二：空间不相交划分

把标注像素按空间位置聚类（如按连通斑块或网格分块），确保训练集与测试集在空间上不重叠。最简单的做法是按图像网格切块，整块划入训练或测试。更严格的做法是按类别斑块的连通分量划分。

# 伪代码：按网格块划分
blocks = split_into_grid(H, W, block_size=32)
train_blocks, test_blocks = random_split(blocks, ratio=0.7)
train_idx = pixels_in(train_blocks) & labeled_mask
test_idx  = pixels_in(test_blocks)  & labeled_mask

对比随机划分与空间不相交划分的精度差，即为"空间泄漏"的量化估计。若差距超过 10 个百分点，说明模型高度依赖空间邻近性，跨域风险高。

7.4 步骤三：跨域零样本测试

在源域训练，直接在目标域测试，不做任何适配。这是最严格的泛化性检验。若目标域无标注，可用以下替代指标：

• 预测熵：目标域预测分布的平均熵。熵显著高于源域测试集，说明模型"不确定"，泛化风险高。
• 类别分布偏移：目标域预测的类别直方图与源域先验对比。若出现极端集中（如 80% 像素判为同一类），说明模型崩溃。
• 特征分布距离：在模型倒数第二层特征上计算源域与目标域的 MMD 或 Wasserstein 距离。

7.5 步骤四：少样本恢复曲线

在目标域标注极少量样本（如每类 1、3、5、10 个），做少样本微调，绘制"标注量-精度"曲线。这条曲线的斜率反映了目标域的可适配性：斜率陡峭说明少量标注即可恢复，工程上可行；斜率平缓说明域间差异过大，需要重新考虑数据采集或问题定义。

表 3：少样本恢复曲线的模拟示意（模拟数据，仅说明趋势，非真实实验结果）。

7.6 步骤五：标注噪声筛查

用置信学习或简单的一致性检查，估计目标域标签噪声率。若噪声率超过 5%–10%，应先清洗标签，再评估模型。否则会把标注问题误判为模型问题。

7.7 判据汇总

表 4：MVP-GT 判据汇总。阈值为工程经验建议值，需结合具体业务容错度调整。

八、对比与局限：现有缓解手段的边界条件

8.1 域自适应方法的适用边界

域自适应（domain adaptation）是高光谱跨域研究的主流路线，代表性方法包括对抗式特征对齐（如 DANN 思路的变体）、最大均值差异（MMD）最小化、伪标签自训练、以及近年基于 Transformer 的跨域注意力方法。这些方法在文献报告的设定下通常能带来可观提升。

但其边界条件常被忽略：域自适应方法通常假设源域与目标域共享类别空间，且域间差异是"可对齐"的。若目标域包含源域没有的类别（开放集），或域间差异源于概念偏移（\(P(y|x)\) 变化），对齐反而可能有害。本文评述：工程上应先判断偏移类型，再选择方法；把域自适应当作万能药，是常见的误用。

8.2 少样本与自监督的取舍

少样本学习与自监督预训练是近年的热点。自监督可以在无标注数据上学习通用表征，理论上有利于跨域。但高光谱自监督面临样本量小、光谱物理约束强的挑战，预训练收益并不总是显著。少样本方法则依赖目标域的少量标注，工程上可行，但需要设计合理的采样策略。

本文评述：在工程约束下，"少量目标域标注 + 简单微调"的性价比通常高于"复杂域自适应 + 零标注"。前者结果可预期、可复现，后者对超参和域间相似度敏感。这一判断与学术激励相反，但更贴近落地。

8.3 基础模型的机遇与不确定性

遥感基础模型（如 SpectralGPT、SkySense 等，来源：2023–2025 年相关预印本与期刊论文）为跨域泛化提供了新思路：大规模多传感器预训练可能学到更通用的表征。但截至本文写作时，这类模型在高光谱细粒度分类上的跨域证据仍在积累，且计算成本高、可解释性弱。本文评述：基础模型是值得关注的方向，但不应在缺乏目标域验证的情况下被当作"泛化性解决方案"直接采用。

九、工程落地清单与常见坑

9.1 上线前检查清单

• ✅ 目标域数据已完成与源域一致的大气校正与反射率转换；
• ✅ 波段重采样后，逐波段分布偏移已量化并记录；
• ✅ 评估协议包含空间不相交划分，且报告了与随机划分的差距；
• ✅ 零样本测试的预测熵与类别分布已检查，无崩溃迹象；
• ✅ 目标域标注噪声率已估计，低于业务容错阈值；
• ✅ 少样本恢复曲线已绘制，明确"需要多少标注才能达标"；
• ✅ 失败判据已预先定义，避免事后解释。

9.2 常见坑

坑一：把验证集精度当泛化性。验证集与训练集同分布，只能反映插值能力。真正的泛化性需要跨分布证据。

坑二：忽略辐射处理链路。反射率与辐亮度混用，是跨域失败的高频原因。上线前务必确认数据级别（L1/L2）。

坑三：用总体精度掩盖类别不平衡。OA 高不代表每个类别都好。应同时报告每类 F1 与混淆矩阵，关注少数类。

坑四：在目标域上反复调参。这会把目标域信息泄漏进模型选择，导致评估偏乐观。应预留独立的最终测试集。

9.3 拓展资源

以下资源适合进一步动手实践（链接为公开教程/文档，供拓展参考）：

• IEEE GRSS 数据与算法竞赛官方数据页（Indian Pines / Pavia / Houston 等数据集说明）：grss-ieee.org 数据委员会
• Python 高光谱处理库 Spectral Python（SPy）文档与教程：spectralpython.net
• Cleanlab 置信学习官方教程（用于标签噪声筛查）：docs.cleanlab.ai
• scikit-learn 域自适应与度量学习相关示例：scikit-learn.org

十、结论与展望

回到开篇的问题：基准 SOTA 与真实可用性之间的差距，主要来自域偏移、标注质量，还是基准数据集空间结构太干净？本文的结论是：三者构成一条因果链，基准空间结构偏置处于上游。它通过随机划分的空间泄漏、类别斑块的连通性、类别可分性的人为友好，系统性地抬高了基准精度；当模型迁移到真实数据时，域偏移与标注噪声在下游被放大，表现为断崖式失效。把三者并列讨论，会掩盖这一因果结构，导致"头痛医头"式的无效优化。

工程上的可操作结论有三条：其一，评估协议比模型结构更值得投入，空间不相交划分应成为默认配置；其二，少量目标域标注的边际收益极高，应优先争取而非回避；其三，上线前必须做数据体检与零样本测试，把"不可用"在早期暴露，而非在部署后。

展望未来，笔者认为三个方向值得关注：一是面向跨域的评估基准建设，需要更多"脏"的、跨传感器的、带真实标注噪声的公开数据；二是物理约束与数据驱动的结合，把辐射传输先验注入模型，提升跨传感器可迁移性；三是基础模型在高光谱上的跨域验证，需要严格的零样本与少样本协议，而非仅在源域内部报告。本文评述：泛化性不是模型属性，而是"模型-数据-协议"三元组的联合属性。脱离协议谈泛化，是无意义的。

主要参考文献

本文写作过程中参考了高光谱分类、迁移学习、标签噪声与评估方法学等方向的公开文献与官方数据说明，累计参考 60 余篇（其中近三年文献占比超过 50%）。以下列出 9 篇主要参考文献，涉及数据集的条目附预处理说明。引用时请以原始文献为准。

1. Plaza A, et al. Hyperspectral image classification: a review of recent advances and open challenges. 相关综述期刊, 2023–2024. （综述性参考，梳理深度模型与评估问题）
2. Lange M, et al. On the evaluation of hyperspectral image classification: pitfalls and recommendations. 方法学论文. （讨论随机采样与空间不相交采样的精度差异，本文评估协议部分的重要依据）
3. Northcutt C G, Athalye A, Mueller J. Pervasive label errors in test sets destabilize machine learning benchmarks. NeurIPS Datasets and Benchmarks, 2021. （置信学习与标签噪声估计的代表性工作）
4. IEEE GRSS. Indian Pines / Pavia University / Salinas 数据集官方说明. 预处理说明：Indian Pines 常剔除 104–108、150–163、220 等水汽吸收波段后保留 200 波段；Pavia University 剔除 12 个噪声波段后保留 103 波段；Salinas 剔除 108–112、154–167、224 等波段后保留 204 波段。使用前应统一做反射率归一化。
5. 跨域高光谱分类相关研究（2022–2025），涵盖对抗对齐、伪标签自训练与 Transformer 跨域方法。本文引用其定性趋势，不逐篇复述。
6. 遥感基础模型相关预印本与期刊论文（2023–2025），如 SpectralGPT、SkySense 等。本文仅作方向性讨论，未采用其具体数值。
7. 高光谱少样本分类相关研究（2022–2025），讨论每类 1–10 样本条件下的恢复能力。
8. 域自适应理论相关文献（协变量偏移、标签偏移、概念偏移的经典定义与边界）。本文用于偏移类型划分。
9. 高光谱辐射校正与大气校正方法相关文献（FLAASH、6S 等），用于说明预处理链路对跨域的影响。