遥感与化探数据融合处理技术方法及应用研究_吴德文
第3期,总第65期国 土 资 源 遥 感No.3,2005
2005年9月15日REMOTESENSINGFORLAND&RESOURCESSept.,2005
遥感与化探数据融合处理技术方法及应用研究
吴德文1,2,袁继明2,张远飞3,朱谷昌2
(1.中国地质大学,北京 100083;2.有色金属矿产地质调查中心,北京 100814;3.桂林矿产地
质研究院,桂林 541004)
摘要:遥感找矿信息与化探异常之间存在套合和藕合两种空间关系,通过数据融合处理,可以对其相关性作出正确的识别和判断,以达到综合找矿的目的。基于此,笔者以东天山地区作为试验区,进行了遥感与化探数据融合处理的技术方法研究及试验应用。关键词:遥感数据;化探数据;融合处理中图分类号:TP79 文献标识码:A 文章编号:1001-070X(2005)03-0044-04
0 引言
遥感与化探数据融合处理的目的是挖掘其中的
综合找矿信息,为地质找矿提供更可靠的依据。遥感与化探数据融合处理是基于它们之间的相关性进
行的。不同类型空间数据之间,存在着两种相关关
系,即套合和藕合。所谓套合,是指两者之间空间上相关,但成因关系不明显;而藕合则是空间上和成
因上两者均相关。从机理上分析,遥感找矿信息与
地球化学信息之间存在一定的相关性,前人的矿物
光谱研究表明[1],岩石矿物在遥感器可探测的光谱范围(0.4~2.5Lm)具有一系列可诊断光谱特征信
息,即金属离子(如Fe3+、Fe2+)的电子转移和Al-
OH、Mg-OH及CO2-3等分子团的振动所形成的矿物光谱吸收特征。岩石的光谱特征主要取决于组成
岩石的各种矿物(包括胶结物)中所含这些特殊离子
(团)的多少。这表明了遥感对地球化学信息的响
应,这种相关信息必定包含在它们的数据之中。通过遥感找矿信息的增强和提取,以及与化探数据的
融合处理,可以对其相关性作出正确地识别和判断,
获取更丰富的找矿信息。
1 基于套合的数据融合方法
基于套合的遥感与化探数据融合主要是表达两种数据信息在空间上的相互关系,不一定寻求信息成因上的相关性。在数据处理前,需要采用合适的数值转换方法(相当于数据规范化),把实型的化探
数据转换成图像数据,使之在空间上和量纲上都与
遥感图像保持一致,便于两者的融合处理。
1.1 彩色图像合成这是一种常用而非常有效的方法,通常针对不
同的应用要求,选取三个变量进行彩色合成。比如,
选择一个(或两个)遥感变量(含原始波段和派生变量)与两个(或一个)化探变量(含元素或派生变量)
进行彩色合成,得到一幅彩色合成图像。
1.2 算术运算
对遥感和化探数据进行简单的算术运算,主要是在一定地学意义上的图像加、减、乘、除运算,使不
同类型的图像信息在空间上叠加在一起。比如图像
的比值增强就是一种很有效的图像运算方法。
2 基于耦合的数据融合方法
把化探数据经数据转换后作为与遥感图像等价的图像层对待。数据融合可在不同的层次进行,包
括数据层融合、决策层融合和符号层融合。
2.1 数据层图像融合2.1.1 基于像元的图像加权融合
加权融合的表达式为
Y(i,j)=a〔p1X1(i,j)+p2X2(i,j)〕+b 式中,X1(i,j)和X2(i,j)为两幅原始图像;p1、p2(p2=1-p1)为两幅图像的权值,可根据应用目的分收稿日期:2005-04-23;修订日期:2005-06-17第3期吴德文,等: 遥感与化探数据融合处理技术方法及应用研究
析而定,也可以用两幅图像的相关系数确定;a为图
像比例参数;b为给定常数;Y(i,j)为结果图像。当考虑两幅图像的差异时,采用差分法融合,即
Y(i,j)=a〔p1X1(i,j)-p2X2(i,j)〕+b
2.1.2 图像线性模型融合
设有m个变量X1,Xm(可含遥感波段和化探元
素数据),给出如下线性关系
Y=a1X1+a2X2+,+amXm+b 式中,ai(i=1,2,,,m)为变量权值;b为常数。
ai越大,表明Xi越重要。变量权值ai和常数b可通
过多种方法估计,通常采用多元线性回归、主成份分
析或特征变量选择等方法。不同的方法所得到的ai、b估计值的物理意义是不同的,进而能得到不同
地质意义的融合图像Y。
非线性模型可以转换成线性模型加以解决,非线性模型主要以回归模型为主,包括多项式回归模
型、幂函数和指数模型等。
2.1.3 基于彩色空间变换的融合
下述的R、G、B可以代表被融合的原始图像波段,也可以是化探数据图像。
(1)归一化RGB(红、绿、蓝)合成r=R/(R+G+B)g=G/(R+G+B)b=B/(R+G+B) 为了使合成图像获得最佳的信息量,需要对波
段进行选择或采用比值图像合成。
(2)孟塞尔彩色空间变换。正交的RGB显示空间与孟塞尔彩色空间变换关系为
I=3/2(R+G+B)
H=arctan(Xi/Bi)
S=(Bi2+Xi2)12 式中,Bi=6/6(2R-G-B);Xi=2/2(G-B)。
合理使用孟塞尔彩色空间变换可有效提取受背景干扰的弱信息。
(3)IHS变换。IHS变换是在孟塞尔彩色空间变换基础上发展而来的一种方法。其变换公式为I=(R+G+B)/3H=G-BS=R-(G+B)/2反变换为R=I-S/3-H/2G=I-S/3+H/2B=I+2S/3 经过波段分析和选择,IHS变换可以用来提取
蚀变矿物信息等。
2.1.4 基于小波技术的融合小波融合技术可有效地保持或增强各数据层的
空间结构和纹理信息。小波融合的原理是利用小波
变换的分频特征,在子带对高频进行选择,然后经小
波逆变换得到融合图像。2.1.5 基于相关模型的融合
选择若干个相关图像通道,确定窗口大小,获取
窗口内原始数据矩阵。通过计算将窗口内的相关系数、夹角余弦或信息熵等,作为中心点的值,得到基
于相关模型的融合图像。
2.1.6 二维相关编码彩色图像
二维相关编码是一种以图像方式直接反应二维变量统计相关关系空间分布的有效手段。
根据应用要求,通过多元数据相关分析,选择两
幅图像A(i,j)和B(i,j),它们的亮度值均为256级。首先,把A(i,j)和B(i,j)的亮度值由256级(0
~255)线性压缩成16级(0~15),压缩后的图像取
名为A.(i,j)和B.(i,j);然后,对图像A.(i,j)和
B.(i,j)利用R(i,j)=A.(i,j)+B.(i,j)@16进行二维相关编码,使A.(i,j)、B.(
i,j)二幅图像编码成
一幅图像R(i,j),值的范围在0~255之间。
图1(左)是两幅压缩图像的相关散点示意图,图1 二维编码坐标散点图(左)和二维编码表(右)#45#国 土 资 源 遥 感2005年
图1(右)是与图1(左)对应的二维彩色编码表,其中每
个码值对应一个彩色级,而且保持行、列的彩色变化。当处理R(i,j)图像,对每个像元值按图1(右)
的二维彩色编码表赋予对应的彩色级时,便使R(i,
j)最终成为一幅彩色相关图像。根据散点图的结构
特征,能够在R(i,j)图像上直接读取相关信息。把方法适当加以推广,采用典型相关分析的原
理就能使之用于二组随机变量之间的复相关显示。
2.2 决策层(符号层)数据融合数据层属于定量数据,而决策层和符号层均属
于定性数据,定量和定性数据在处理上有较大的差
别。遥感图像的分类类别、遥感蚀变信息异常区分
级、化探异常等值线分级图等都是定性数据。这里基于定性数据分析的数学原理,提出了决策层(符号
层)数据融合方法。
2.2.1 基于关联系数变换的图像融合
如表1所示(四格表,又称2@2联表),表中的频数用n11、n12、n21、n22表示。
表1 遥感与化探异常统计的四格表
遥感异常(B)化探异常(A) 异常(A)无异常(A) 有异常(有B)n11n12无异常(无B)n21n22
基于四格表的分析,引入Yule的关联系数Q=(n11n22-n12n21)/(n11n22+n21n22)
关联系数Q有如下性质:
①Q=1时,A与B两个属性完全相关,即有A时必有B,不具有A时一定不具B;
②Q=-1时,A与B两个属性完全相反,即具有A时必不具有B,具有B时必不具有A;
③当Q值在(-1,1)之间时,Q值越大,说明A
和B属性关系越密切。
设A(i,j)是遥感蚀变图像,仅有两种属性(/异常0和/非异常0);B(i,j)是化探异常图,也有两种
属性(/异常0和/非异常0),通过关联系数变换(通
过窗口移动计频数和计算Q值),可以得到关联系数图像Q(i,j),这是遥感和化探决策数据层的融合图
像。根据Q(i,j)图像值的大小,可圈出综合异常区。
2.2.2 基于信息熵的图像融合
设有A、B两个分类图像,A有r类,B有c类,在设定的窗口内可以统计出表2所示的列联表(频数
表和概率表)。当r=c=2时,就是前面讨论的2@2
联表。根据列联表可以计算出A与B独立时和不独
立时的熵。
表2 两个分类图像的类统计列联表(频数表和概率表)
AB1 2 3 , cE
1n11n12n13,n1cn1.2n21n22n23,n2cn2.3n31n32n33,n3cn3.sssssssrnr1nr2nr3,nrcnr.En.1n.2n.3,n.cn AB1 2 3 , cE
1p11p12p13,p1cp1.2p21p22p23,p2cp2.3p31p32p33,p3cp3.sssssssrpr1pr2pr3,prcpr.Ep.1p.2p.3,p.c1
用符号H(A,B)表示联合熵,H(A)和H(B)表
示各自的熵,则有
H独立(A,B)=H(A)+H(B)=-Er
i=1pi.lnpi.-Ec
j=1p.jlnp.j
H不独立(A,B)=-Er
i=1Ec
j=1pijlnpij
当A、B独立时,联合熵达到最大,此时的平均互 信息量为
I(A,B)=H独立(A,B)-H不独立(A,B)=Er
i=1Ec
j=1pijlnpijpi.p.j=1nEr
i=1Ec
j=1nijlnnnijni.n.j归一化后得
G(A,B)=(1nEr
i=1Ec
j=1nijlnnnijni.n.j)/H独立(A,B)=(1nEr
i=1Ec
j=1nijlnnnijni.n.j)/(-Er
i=1pi.lnpi.-Ec
j=1p.jlnp.j)
该量就反映了A、B之间的相关情况,其值域为
[0,1],当值为0时,表明A、B相互独立,值越大表示
A、B越相关。用该值作为窗口中心点的值,得到基于信息熵的融合图像。3 应用示范
选择新疆东天山地区为示范区,采用的遥感数
据为TM图像,化探数据包括Au、Ag、Cu、Pb、Zn、As、#46#
遥感变化检测技术及其应用综述
2007年8月第5卷第4期地理空间信息
ＧＥＯＳＰＡＴＩＡＬＩＮＦＯＲＭＡＴＩＯＮＡｕｇ．，２００７Ｖｏｌ．５，Ｎｏ．４
遥感变化检测技术及其应用综述
吴芳，刘荣，田维春，曾政祥（东华理工学院地球科学与测绘工程学院，江西抚州344000）
摘要：从遥感变化检测前的准备工作和技术流程入手，对变化检测技术及应用现状作了简要介绍，综述了近些年来常用的几种遥感变化检测方法，即图像差值法、图像比值法、主成分分析法、植被指数法、分类后比较法。分析了遥感变化检测在国土资源、森林火灾、海洋、军事等方面发挥的重要作用。关键词：遥感；变化检测；多源数据；检测方法
TechnologyforRemoteSensingChangDetectionandItsApplication
WUFang，LIURong，TIANWeichun，ZENGZhengxiang(EastChinaInstituteofTechnology,Fuzhou344000,China)
Abstract：Thispaperpresentsthepreparatoryworkandworkflowofremotesensingchangedetection.The
changedetectiontechniqueanditsapplicationsarealsointroduced.Varietiesofusefulmethodsofchangedetec-
tionofrecentlyyearsweresummarizedinthispapersuchasimagedifferencing,imageratiomethod,principalcomponentanalysis,NDVI,post-classificationcomparisonandsoon.Hasanalyzedtheimportantfunctionof
changedetectioninthefieldsofnationallandresources、forest-fire、seaandmilitary.
土地利用动态遥感监测中数据融合方法的研究进展
土地利用动态遥感监测中数据融合方法的研究进展
牛志春;倪绍祥
【期刊名称】《南京师大学报（自然科学版）》
【年(卷),期】2002(025)003
【摘 要】主要讨论了土地利用动态遥感监测在三个技术层次上的常用数据融合原理与方法,列举了各种方法的优缺点,为土地利用动态遥感监测中数据融合方法的选择提供依据.此外,还指出了遥感数据融合今后需要进一步完善的内容.
【总页数】6页(P12-17)
【作 者】牛志春;倪绍祥
【作者单位】南京师范大学地理科学学院,210097,南京;南京师范大学地理科学学院,210097,南京
【正文语种】中 文
【中图分类】TP79;F301.24
【相关文献】
1.提高土地利用动态遥感监测信息提取准确性的控制方法分析 [J], 李金鹿;顾慧;马昭辉
2.RaPidEye与IRS-P5数据融合在土地动态遥感监测中的应用 [J], 冯华俊;张慧
3.不同变化信息提取方法在土地利用动态遥感监测中的应用 [J], 鲍桂叶
4.土地利用动态遥感监测中多源遥感影像融合方法比较研究 [J], 张炳智;张继贤;张丽 5.郑州高新技术产业开发区土地利用动态遥感监测及土地利用中存在的问题分析
[J], 赵海鹏;杨曼曼;朱嘉伟
因版权原因，仅展示原文概要，查看原文内容请购买
基于多源融合技术的化探数据的处理方法研究
基于多源融合技术的化探数据的处理方法研究
为了能够提高数据处理的效果，深入地研究了多源数据融合技术在其中的应用。首先，总结了化探数据处理方法发展概况；其次，分析了数据融合技术的基本原理；然后，分别讨论了化探数据的种类和特点以及化探数据模型；最后，进行了实例研究，研究结果表明多原融合技术具有较为广阔的应用前景。
标签：多源融合技术 化探数据 处理
1化探数据处理方法综述
在我国，化探输出处理起源于60年代初，谢学锦等人利用滑动平均方法对钻孔原生晕资料进行整理，使矿体周围晕的规律更为清晰。吴承列等人在区域化探资料整理 中也应用了概率统计方法，较合理地划分区域背景和异常。1972-1974年期间，谢学锦等人应用用加权内插的方法将岩体不规则采样点数据变换成规则网格的数据进行成图。1973年，冶金系统为推广多元统计方法在化探中的应用。
我国的化探数据处理在经历60-70年代的普及、推广与实践之后，在进入80年代时已具有进一步发展和提高的基础。据地矿部物化探局1990年统计，为物化探工作配备的微型计算机已有71台，袖珍式计算机（含PC-500） 131台，中小型计算机8台，高档微型计算机5台。计算机从计算中心（站）、研究所、院校逐步普及到野外队，其应用从数据采集、整理、成图到解释，并且开始构建数据库。地矿部系统初步形成了三级计算机应用体系。
1985年地矿部物化探研究所构建了物化探软件开发中心，为化探研制开发了地区性 的区域化探资料统计、处理、成圖自动化系统及相应的数据库、为各省、队独立进行区域化探资料处理与成图起到促进作用。在省局或大队级计算站中，有9个物探队配备了CS-3微型机，19个物探队配备了DUAL-68000高档微机。他们在软件开发中心的统一组织协调下，集中对物化探应用软件进行研制，开发和移植；交流和推广应用程序约200个，其中定型40个，涉及重磁、化探、数学地质、电法、绘图、系统管理、数据库、不同机器间的信息通讯等。在分队级站中，普遍配备了袖珍式PC-1500机，已开发了一批化探方法处 理程序，实现了PC-1500机与IBM-PC/XT（或长城0520机）、DUAL-68000机之间的信 息通讯。这对野外进行数据采集和预处理以及小型计算处理起到积极作用。
遥感大数据智能处理与挖掘理论方法及重大应用-北京理工大学科学
1 2018年度国家科学技术进步奖提名公示内容
项目名称 遥感大数据智能处理与挖掘理论方法及重大应用
提名意见
提名该项目为国家科学技术进步奖 一 等奖。
项目简介
遥感大数据蕴含着丰富的空间信息和地学知识，如何对其进行有效挖掘和利用，不仅是地球空间信息科学领域的国际难题，也是支撑我国全球战略和重大工程应用的核心技术。项目组通过22年的潜心研究，创立了遥感大数据与人工智能集成的理论和技术体系，实现了从遥感大数据中自动、快速、可靠地“找目标”、“找变化”和“找规律”，取得了三个里程碑式的重大创新，具体如下：
(1)首创空间数据挖掘的概念与理论体系，发现了空间数据挖掘的场、原子和各向异性的现象，提出了数据场、云模型、挖掘视角的方法，解决了空间数据挖掘的数据相互作用、定性定量互换、求同存异挖掘的难题，填补了数据模型和认知模型之间、数据和语义之间、空间数据和应用需求之间的鸿沟，揭示了“遥感数据-空间信息-地学知识”的时空一体化挖掘机理，出版的国际首部空间数据挖掘专著（中英文），是空间数据挖掘的里程碑式力作。
(2)首创国产卫星遥感影像全球无地面控制的几何处理方法体系，发明了探元指向角的几何定标模型、稳态重成像传感器校正模型，提出了“光束-影像-区域”自动影像匹配构网、粗差自动探测及稳健平差方法，将国产卫星遥感影像的全球无地面控制定位精度从300米提高到5米以内，实现了全球1:5万无地面控制测图，彻底摆脱了遥感制图依赖控制点而境外地区“买不到、不敢用”的困境，成为国产卫星遥感影像全球高精度制图技术发展的里程碑。
(3)首创对地观测脑的概念模型，提出了遥感大数据在线（轨）实时全自动“目标感知-变化检测-变化识别-精确定位”的方法体系，构建了顾及空间尺度和上下文的目标特征表达模型，发明了基于“时-空-谱”一体化处理的全自动三维变化检测方法，提出了基于深度级联网络的集成学习方法，实现了37类目标和场景的自动识别，典型目标识别准确率提高到93%以上，全自动三维变化检测精度优于98%，是遥感大数据自动解译技术发展的里程碑。
遥感技术中的数据融合方法应用实例
遥感技术中的数据融合方法应用实例
遥感技术是现代科技极为重要的一环。通过遥感技术，我们可以获得更全面、更精准的信息数据。然而，遥感技术所得到的数据是多层次、多波段的，要想从中提取有用的信息，就需要采用数据融合方法来实现。
数据融合方法是指将来自不同传感器、不同波段、不同时间和空间分辨率的多源遥感数据融合在一起，以获得更全面、更准确和更可靠的信息数据。在实际应用中，数据融合方法可以帮助我们更好地进行土地利用分析、环境监测、灾害评估等方面的工作。
下面，我们来看几个遥感技术中的数据融合方法应用实例。
一、卫星图像的高光谱与多角度数据融合
高光谱遥感是指利用超级分辨率的光谱仪器，记录大量连续的波段数据，以提高遥感影像的精度和可用性。而多角度遥感则是指分别记录同一地物在不同角度下的遥感影像，以突出其特征。这两种遥感技术的数据融合可以得到更详细、更完整的信息。例如，通过高光谱与多角度数据融合，我们可以更容易地分辨出不同类型的岩石、水体、植被等地物。
二、地面物体的遥感数据与GPS数据融合
GPS数据可以提供更为准确的位置信息，而遥感影像则可以提供更为全面的空间信息。如果将二者融合，就可以得到更为准确和全面的空间信息。例如，在地理信息系统 (GIS) 中，如果将遥感影像与GPS数据融合，就可以实现更精确的地理数据分析、地图制作、定位导航等功能。
三、雷达数据与光学影像数据的融合
雷达可以穿透云层和雾霾，获取地理信息，而光学影像则不能。但是光学影像可以提供地物的更加详细和准确的特征信息。如果将雷达数据和光学影像数据融合，就可以得到更加全面和准确的信息数据。例如，在气象预报和灾害评估中，雷达数据和光学影像数据的混合使用，可以帮助我们更准确地分析风暴和洪灾的影响、掌握灾害的溃汛情况，协助快速响应。
综上所述，数据融合方法是遥感技术中的重要环节。通过对不同数据源的不同波段、不同时间和不同空间分辨率的数据进行融合处理，可以得到更加全面和准确的遥感信息。在实际应用中，数据融合方法的应用可以帮助我们更好地进行土地利用分析、环境监测、灾害评估等方面的工作。
遥感影像融合技术在土地调查中的应用研究
第３３卷第１期 ２０１０年２月 测绘与空间地理信息
ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬ ｌＮＦＯＲＭＡＴｌｏＮ ＴＥＣＨＮｏＬｏＧＹ Ｖ０１．３３．Ｎｏ．１ Ｆｅｂ．，２０１０
遥感影像融合技术在土地调查中的应用研究
何鹏
（黑龙江第三测绘工程院，黑龙江哈尔滨１５００８６）
摘要：主要对遥感影像处理技术在土地利用资源调查的应用关键技术做了一些实验研究，并对技术的适宜性
做了评价分析。
关键词：土地调查；卫星遥感影像；影像融合
中图分类号：ＴＰ７９ 文献标识码：Ｂ 文章编号：１６７２—５８６７（２０１０）Ｏ１—０ｌｌ０一Ｏ６
Ｒｅｓｅａｒｃｈ ｏｎ ｔｈｅ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ Ｉｍａｇｅ Ｆｕｓｉｏｎ
Ｔｅｃｈｎｏｌｏｇｙ ｉｎ Ｌａｎｄ Ｓｕｒｖｅｙ
ＨＥ Ｐｅｎｇ （Ｔｈｅ Ｔｈｉｒｄ Ｈｅｉｌｏｎｇｊｉａｎｇ Ｓｕｒｖｅｙｉｎｇ ａｎｄ Ｍａｐｐｉｎｇ Ｅｎｇｉｎｅｅｒｉｎｇ Ｉｎｓｔｉｔｕｔｅ，Ｈａｒｂｉｎ １５００８６，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｔｈｉｓ ｐａｐｅｒ ｍａｉｎｌｙ ｒｅｓｅａｒｃｈｅｄ ｔｈｅ ｋｅｙ ｔｅｃｈｎｏｌｏｇｙ ｏｆ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅ ｐｒｏｃｅｓｓｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ｉｎ ｌａｎｄ ｕｓｅ ｒｅｓｏｕｒｃｅ ｉｎｖｅｓｔｉ－ ｇａｔｉｏｎ，ａｎｄ ａｎａｌｙｚｅｄ ｔｈｅ ｓｕｉｔａｂｉｌｉｔｙ．
Ｋｅｙ ｗｏｒｄｓ：ｌａｎｄ ｉｎｖｅｓｔｉｇａｔｉｏｎ；ｓａｔｅｌｌｉｔｅ ｒｅｍｏｔｅ ｓｅｎｓｉｎｇ ｉｍａｇｅ；ｉｍａｇｅ ｆｕｓｉｏｎ
ｏ 引 言 ’可 、特征级融合和决策级融合３种 遥感影像融合有着专门的定义，即指将同一或不同
平台的同一或不同传感器获取的不同空间与光谱分辨率
图像按特定的算法进行处理，使产生的新影像同时具有
原影像的多光谱和高空间分辨率特性，使成果满足不同
数据融合方法及其应用技术的研究
河北理工大学
硕士学位论文
数据融合方法及其应用技术的研究
姓名：***
申请学位级别：硕士
专业：防灾减灾工程及防护工程
指导教师：佟晓君;马群
20050301摘要
摘要
在实际工程检测中，往往采用多种手段对同一被测量进行检测，而后把检测数
据进行融合，从而能够对被测目标的性质做出更好地估计。
长期以来人们在对检测数据进行融合时，往往只是给出了被测量的点估计，也
就是只对被测量的母体均值进行了估计。然而在对检测结果做出实际工程合格与否
的评判时，仅仅知道被测量的均值的估计量还是不够的，除此之外，还希望得到被
测量均值的置信限及置信区间。本文利用数据融合方法推导出了下述数据融合表达
式：
（１）方差已知（或大样本）、方差未知（或小样本）的情况下的数据融合方法估计正
态分布母体均值的表达式，并且理论证明其是无偏的；
（２）方差已知（或大样本）、方差未知（或小样本）的情况下的数据融合方法估计正
态分布母体均值的置信限；
（３）方差已知（或大样本）、方差未知（或小样本）的情况下的数据融合方法估计正态分布母体均值的置信区间。
同时针对两个变量的情况，还推导出了对于给定置信度，样本方差在满足什么
样的条件下能够使得母体均值的置信区间的估计具有较高的精度。
其中在推导方差未知情况下的表达式时，涉及到对ｔ分布变量之和的处理，本文
把ＪＣ法引入对ｔ分布变量之和的分布的处理，它避开了直接讨论两个ｔ分布变量之
和的分布，又能求解出所需表达式。
图５表１３参４４关键词：数据融合；置信限：置信区间
分类号：ＴＢｌｌ４河北理工大学硕士学位论文
Ａｂｓｔｒａｃｔ
Ｍｕｃｈｎｌｅａ￥１１ｒｅｗｉｌｌｂｅｕｓｅｄｔｏｅｘａｍｉｎｅｔｈｅｓａｍｅｏｂｊｅｃｔｉｎａｃｔｕａｌｅｎｇｉｎｅｅｒｉｎｇｔｅｓｔ，ｔｈｅｎｔｈｅｄａｔａｂｅｆｕｓｅｄ，ｓｏｔｈａｔｗｅｃａｒｌｍａｋｅａｂｅｔｔｅｒｅｓｔｉｍａｔｉｏｎｏｆｔｈｅｑｕａｌｉｔｙｏｆｔｈｅｏｂｊｅｃｔ．Ｆｏｒａｌｏｎｇｔｉｍｅ，ｐｅｏｐｌｅｏｆｔｅｎｐｒｏｖｉｄｅｔｈｅｐｏｉｎｔｅｓｔｉｍａｔｏｒｏｆｔｈｅｍｅａｓｕｒｅｍｅｎｔｗｈｅｎ
多源遥感数据融合技术研究及应用
多源遥感数据融合技术研究及应用
遥感技术是指利用遥感卫星或飞机等遥感设备对地球表面进行观测和测量的技术。遥感技术广泛应用于环境监测、资源调查、地震灾害预测等领域。而多源遥感数据融合技术则是遥感技术中的一个重要分支，它可以将来自不同传感器的遥感数据融合起来，从而得到更为准确、全面的地表覆盖信息。
一、多源遥感数据融合技术的现状及发展趋势
多源遥感数据融合技术的概念可以追溯到上世纪八十年代，但直到二十一世纪初才开始得到广泛应用。随着遥感技术和计算机技术的迅速发展，多源遥感数据融合技术也日益成熟，已经应用于军事侦察、环境监测、资源管理等领域。目前，多源遥感数据融合技术的发展趋势主要包括以下几个方面：
1.多分辨率数据融合技术
多分辨率数据融合技术是指将来自不同传感器的不同分辨率的遥感数据融合起来，得到高分辨率的遥感图像。这种技术可以克服单一传感器分辨率不足的问题，提高遥感数据的空间分辨率，从而更加准确地描述地物覆盖状况。
2.多时相数据融合技术
多时相数据融合技术是指将来自不同时刻的遥感数据融合起来，得到一个时间序列上不同时刻的地表覆盖信息。这种技术可以用于监测地表覆盖变化，如城市扩张、农田面积的变化等。
3.多源遥感数据融合算法的优化
目前，多源遥感数据融合算法主要分为像元级融合算法和特征级融合算法两种。由于不同融合算法的优缺点不同，因此算法优化是多源遥感数据融合技术发展的一个重要方向。 二、多源遥感数据融合技术在环境监测中的应用
1.水资源监测
水资源是国家重要的自然资源之一，而多源遥感数据融合技术可以对水资源进行多角度、多尺度、多时间段的监测，提高水资源的监测效率和准确性。例如，利用多源遥感数据融合技术可以对水体面积、水体分布、水体质量等进行监测和分析，帮助实现对地下水资源的合理开发利用。
2.土地利用监测
土地利用是指人们对土地资源的合理开发和利用，这与环境保护和绿色发展密切相关。利用多源遥感数据融合技术可以实现对土地利用的精准监测和管理，例如对耕地面积、森林覆盖率、城市扩张等进行监测和分析，帮助政府实现对土地利用的规划和管理。
多卫星遥感数据的信息融合:理论、方法与实践
多卫星遥感数据的信息融合：理论、方法与实践
何国金;李克鲁;胡德永;从柏林;张雯华
【期刊名称】《中国图象图形学报：A辑》
【年(卷),期】1999(4)9
【摘 要】首先介绍了信息融合技术的有关内容，进而对多卫星遥感数据融合的研究历史及现状进行了简要的综述。在此基础上，以地质应用为目标，探讨了多卫星数据融合的小波变换方法，研究了不同长度的小波基对融合结果的影响，提出了改进的小波融合模型（ＣＭＷＤ）。同时，对比评价了基于小波变换ＣＭＷＤ、ＩＨＳ变换、ＰＣＡ 分析的融合结果在提高空间分辨率、保持原始图象光谱信息的优劣。最后，提出了基于ＭｕｌｔｉＡｇｅｎｔ思想的多卫星遥感信息融合系统框架构想。
【总页数】7页(P744-750)
【关键词】卫星遥感;信息融合;小波变换;CMWD
【作 者】何国金;李克鲁;胡德永;从柏林;张雯华
【作者单位】中国科学院遥感卫星地面站;中国科学院地质研究所
【正文语种】中 文
【中图分类】TP75
【相关文献】
1.基于D-S理论的卫星遥感海表面温度和同化数据融合方法 [J], 石绥祥;夏登文;于戈 2.一种基于卫星遥感与地面测站数据融合技术的雪深动态反演方法 [J], 赵亮;朱玉祥;杨弘;胡娅敏;夏明;郭建平
3.基于多源卫星遥感数据融合的人工草地空间分布信息提取 [J], 郭茉苒; 刘涛; 韩鹏; 董建军; 牛建明
4.星载合成孔径雷达遥感及多卫星遥感数据融合方法 [J], 何国金;李克鲁
5.多源卫星生态环境遥感数据的融合方法比较 [J], 全斌;杨肖琪;郑航霞;高建阳
因版权原因，仅展示原文概要，查看原文内容请购买
多尺度遥感影像融合技术及其算法研究进展
多尺度遥感影像融合技术及其算法研究进展
貟培东;曾永年;历华
【期刊名称】《遥感信息》
【年(卷),期】2006(000)006
【摘 要】随着传感器光谱分辨率和空间分辨率的提高,现代遥感技术提供了金字塔状的可利用遥感数据.与此同时,也给遥感技术应用提出了挑战--如何充分、有效地利用多源、多尺度的遥感影像数据.影像融合技术为充分利用多源、多尺度的遥感影像数据提供了有效的途径.本文对目前多尺度影像融合技术及其算法的发展进行了系统分析,在此基础上,对影像融合技术的发展进行了简要的分析.
【总页数】5页(P67-71)
【作 者】貟培东;曾永年;历华
【作者单位】中南大学信息物理工程学院,长沙,410083;辽宁工程技术大学地理空间信息技术与应用实验室,阜新,123000;中南大学信息物理工程学院,长沙,410083;辽宁工程技术大学地理空间信息技术与应用实验室,阜新,123000;中南大学信息物理工程学院,长沙,410083;辽宁工程技术大学地理空间信息技术与应用实验室,阜新,123000
【正文语种】中 文
【中图分类】P237.9
【相关文献】 1.基于多尺度模糊边缘特征的遥感影像融合方法 [J], 李林宜;李德仁
2.基于多尺度光谱增益调制的遥感影像融合方法 [J], 刘军;邵振峰
3.IHS与多尺度变换结合遥感影像融合质量对分解层数的响应 [J], 方芳;张一平;赵琛琛;李劲澎;邓国臣
4.基于GA—BP算法的多分辨率遥感影像融合技术 [J], 陈雯;王远飞
5.基于多尺度分析的遥感影像融合研究 [J], 李国砚;刘晓玫;李金莲
因版权原因，仅展示原文概要，查看原文内容请购买