1、遥感-化探信息融合方法研究,内容提要,研究依据及意义 国内外研究现状 遥感、化探数据特征 信息融合理论与方法 遥感数据与化探数据融合 结论,研究依据,（1）随着空间技术、计算机技术和信息技术的高度发展,以及遥感技术及遥感信息模型的不断深入,融合地球科学、数学、物理学、计算机科学和信息科学为一体的遥感信息科学正在形成。遥感地学分析在建立数学和物理模型基础上,向更高的智能化、综合化方向发展。遥感-地质-地球物理-地球化学相结合的综合找矿方法已成为现代找矿的技术主流。,研究依据,遥感图像具有视域广、直观性强、综合信息丰富的特点,对地面地质特征（地层、岩性、构造等）、地形地貌特征、第四系分布与岩石裸露
2、情况、水系分布等信息均可直接提取。但矿产成矿条件复杂,地表覆盖状况差异及遥感数据分辨率限制,利用遥感手段所提取定性或半定量信息,尚难从物质成分的角度定量确定具有找矿意义的地质信息,尤其在覆盖与半覆盖区。,研究依据,（2）化探方法主要利用元素异常作为直接找矿标志,但由于异常的强度及规模受多种地质因素的制约,造成某些重要意义的弱、低异常被忽略,某些异常被夸大,仅根据化探异常进行找矿存在不确定性；目前,化探异常的识别、筛选和评价仍然面临着很大的困难。,研究意义,遥感与化探技术所探测的目标物均为地表物,因此遥感信息与化探信息之间存在很大的相关性,两者具有极强的互补性。遥感与化探找矿模式相结合。,深入揭
3、示勘查区地质成矿规律； 提高勘探速度与精度； 科学地指导圈定找矿靶区； 更好地为实践提供理论依据。,国内研究现状,从地学角度来讲,遥感与物探、化探等地学信息融合技术已经有着非常广泛的应用。赵鹏大院士等对地学数据的类型进行了全面的总结,把地学数据分为地质、物探、化探等测量数据；地形图、地质图、遥感图等图形图像数据；各种经验性、描述性数据等三种类型。薛重生教授对上饶地区的航磁数据经专业化处理以后,对获取的特征图像进行主成分分析,与TM图像基于特征融合处理,选取3个成分作HIS变换生成融合图像。经过对TM图像与航磁数据图像基于特征的融合处理,对该地区的深部构造和隐伏地质体有良好的揭示作用,国内研究现
4、状,随着遥感技术的发展,地质找矿是遥感技术应用的一个主要方面。遥感蚀变信息提取,经过几十年的发展,研究出了许多有效的方法,如多元统计分析、比值运算、主成分分析、IHS变换、图像掩膜、边缘提取、滤波处理、模式识别、密度分割、小波变换和神经网络、遗传算法。特别是近年来又出现噪声调节变换、MNF、正交空间变换、光谱匹配、光谱角、混合像元分解,支持矢量机技术等,提取技术已相当成熟。,国外研究现状,在国际上,遥感与化探信息融合也取得了很多进展。Towinn等对遥感信息融合方法进行了全面的回顾,给出了多元信息融合的一些算法(如贝叶斯原理)；Conradson等人以South Greenland地区为例,利
5、用遥感信息(TM)、化探信息与物探信息融合进行铀的探测；Rokos等人在地中海东部,首先利用TM图像和SPOT-PAN图像和DEM进行空间滤波、波段比值以及PCA变换增强图像进而识别有地质意义的线性构造,然后利用线性构造信息与化探异常信息融合来进一步确定热液Ag矿物。,国外研究现状,在美国德克萨斯州德兰斯-皮科斯火山岩区的遥感与化探综合研究表明,陆地卫星图像显示的由铀矿容矿母岩氧化作用形成的蚀变区与水系沉积物地球化学分析资料相关。澳大利亚地质专家在高勒克拉通成矿区带,利用遥感与其它勘查方法有效组合,不断加深区域成矿远景的认识和评价,取得了对成矿有关的重要岩性和构造的总体认识,新发现了高勒克拉通
6、剪切型金矿、太古代变质岩金矿以及雅尔布林达剪切赋矿金矿化等。,遥感数据特征,遥感数据是从远距离、高空乃至外层空间的视角所获取的对地观测数据。 遥感数据的波谱特征取决于遥感器的探测波段范围以及遥感器的波谱分辨率。 遥感数据的空间特征主要表现为数据的空间投影方式、空间分辨率等参数特性,此外亦包括多视向立体观测。 遥感数据的时间特性主要取决于遥感平台/遥感器的时相分辨率。,化探数据特征,地球化学数据(简称化探数据)是关于地球陆表系统地球化学元素空间分布特征规律的数据,可以根据地质体中地球化学指标与周围背景的显著不同地球化学异常来提取找矿信息。地球化学指标主要指化学元素的含量，此外亦包括元素或同位素的
7、比值、介质的酸碱度、成矿的温度、植物的种属和群落等。地球化学异常可分为岩石地球化学异常、土壤地球化学异常、水系沉积物地球化学异常、生物地球化学异常等。多数情况下,异常在空间上与矿体密切相关,多围绕矿体成立体的环带、晕圈状分布,地球化学异常可真实反映地表元素迁移、富集的空间分布特征,是直接的找矿标志之一。,信息理论融合与方法,信息融合理论基础信息融合的概念开始出现于二十世纪七十年代初期,当时称之为多源相关、多传感器混合和数据融合；八十年代以来,信息融合技术得到迅速发展；进入九十年代以后,以军事应用为目的的信息融合技术也开始应用于资源管理、城市规划、地质分析等工业和农业领域,对它称谓亦渐趋统一,现
8、在多称之为数据融合或信息融合。,多源信息融合不仅是一个信息处理的理论概念,也是系统的概念。它是相互作用的多元素组成的多层次、多剖面的综合体。信息融合的系统功能模型可由大脑模型图(如下图)表示,人脑的左半球主管的任务具有宏观上的串行性,下一阶段的处理依赖于上一阶段的处理结果；而右半球主管的任务具有相当规模的并行性,然后开始新的并行处理。,信息融合功能模型,信息融合方法,信息融合包括：定性和定量数据之间的融合；相同分辨率的不同平台测量数据之间的融合；不同分辨率不同平台测量数据之间的融合。在不同层次上的融合方法很多,每种方法都有各自的优点。从地学空间信息特点来看,基于影像原理的融合方法如下表：,表1
9、 不同层次融合方法,前人将属性融合有三种处理结构,即像元级(数据级)融合(Pixelbased)、特征级(Feature based)、决策级(Decision level)。,像元级融合,像元级融合是将各传感器的数据经数据联合后直接融合,像元级融合的流程为：经过预处理的多源数据数据融合特征提取融合属性说明。像元级融合保留了尽可能多的信息,具有最高精度。,特征级融合,特征级融合的流程为：经过预处理的数据特征提取特征级融合融合属性说明。特征级融合是一种中等水平的融合。在这一级别中,先是将各类信息分别进行特征提取,提取的特征信息应是原始信息的充分表示量或充分统计量,然后按特征信息对多源信息进行分类
10、、聚集和综合,产生特征矢量,而后采用一些基于特征级融合方法融合这些特征矢量,做出基于融合特征矢量的属性说明。,决策级融合,决策级融合是最高水平的融合。融合的结果为指挥、控制、决策提供了依据。在这一级别中,首先对每一数据进行属性说明,然后对其结果加以融合,得到目标或环境的融合属性说明。决策级融合的优点是具有很强的容错性,很好的开放性,处理时间短以及数据要求低、分析能力强。而由于对预处理及特征提取有较高要求,所以决策级融合的代价较高。决策级融合的流程：经过预处理数据特征提取属性说明属性融合融合属性说明,多源遥感数据属性融合结构图,根据三种融合结构,像元级和特征级的融合算法主要有：模板法、聚类分析、
11、模糊集和可能性理论、自适应神经元网络、物理模型、专家系统和黑板系统、逻辑模板法等；决策级的融合算法有经典推理法、Bayesian推理法、Dempster-shafer推理法、广义证据理论法、直接推断法、层次化描述法等。,遥感数据与化探数据融合,遥感数据与化探数据的尺度转换遥感数据与地球化学数据二者在数据结构上均可采用栅格数据结构进行描述、存储与表达,但二者在空间采样单元上则有很大的差异。如ETM+数据其ETM+1、2、3、4、5、7的空间分辨率为30m,而比例尺1：20万的化探数据其采样单元网格大小为2000m2000m。二者在空间尺度上相差较大,所以遥感数据与地球化学数据的融合必须考虑其空间
12、采样单元尺度的不一致性,即必须将两者进行空间网格尺度的统一。,遥感数据与化探数据融合,遥感数据与化探数据的尺度转换 不同空间尺度分辨率的栅格数据其空间网格尺度的统一可有两种方案：一是以其中某些数据为基准而进行另一类数据的空间尺度转换,另一方法是两者均以某个适宜的尺度为基准进行转换。,以遥感数据空间分辨率为基准,对地球化学数据进行空间尺度转换,即将2000m2000m采样单元大小的化探数据转换为30m30m的网格尺度。尺度转换基于ENVI4.5遥感数据处理平台,采用双线性插值重采样方法,并将最终的转换结果进行可视化图像显示,图 地球化学数据空间网格尺度转换图,基于HIS变换的遥感数据与化探数据融
13、合,HIS变换的原理在色度学中,把彩色影像由红(R)、绿(G)、蓝(B)彩色空间变换到明度(I)、色别(H)、饱和度(S)色度空间称为HIS变换,而由I、H、S空间变换成R、G、B空间称为反变换。由于IHS变换是一种图像显示、增强和信息综合的方法,具有灵活实用的优点,因此产生了多种变换式,如孟塞尔彩色空间变换等。无论何种IHS变换方法,其作用都是将一幅彩色图像R、G、B成分分离成代表空间信息亮度(I),代表光谱信息的色度(H)和饱和度(S)三个成分。,孟塞尔彩色空间变换,基于HIS变换的遥感数据与化探数据融合,HIS变换的原理由于I、H、S三个成分相互独立,可通过调节I、H、S来获得不同的显示
14、效果,同时由于彩色图像的空间分辨率主要是由影像亮度的空间分辨率决定,人眼对亮度的分辨率比对色度和饱和度的分辨率高,因此根据IHS变换的功能和人眼的视觉特性,对不同分辨率的图像利用IHS进行融合融合效果就会具有较高的空间分辨率。,实际上,采用IHS变换进行信息融合具体做法很多,如先对遥感蚀变信息进行IHS变换,再将化探异常信息代替I分量进行反变换；或是先对化探异常信息进行IHS变换,再将遥感蚀变信息代替I分量进行反变换。,IHS变换公式,基于HIS变换的遥感数据与化探数据融合,HIS变换数据融合的应用首先将化探元素组合,按均值加三倍标准差剔除特高值,进行网格化处理,然后利用插值,使化探数据图像化
15、,使之在空间上和量纲上都与遥感图像保持一致,再通过地理坐标的配准,最终把化探数据经数据转换后作为遥感图像等价的图像层对待。,基于HIS变换的遥感数据与化探数据融合,选取反映泥化蚀变遥感信息最佳变量(PC2)、Ag-Au-Pb元素组合和Cu-Zn元素组合,三者进行HIS彩色空间变换,然后对I分量进行均值滤波、最优密度分割等处理,提取其综合信息异常。并将其叠加到遥感图像上。图中红色区域为高级综合异常区域,绿色异常区域为低级异常区域。,综合异常图,HIS变换数据融合的应用,HIS变换数据融合的效果分析,从综合异常图可以看到,异常的分布范围较为集中,并且高级异常和低级异常的分布在已知矿床附近,这种综合
16、异常不仅表达了已有的金属矿化的存在,还为发现新的矿化地提供了有用的信息,可成为一种重要的找矿标志。,HIS变换数据融合的应用,为了更好的解释融合效果再一次利用HIS变换加以验证,并且把矿点信息加到遥感图像上,为成矿预测提供科学依据。首先对ETM+7,ETM+4,ETM+1进行彩色合成并作HIS正变换,然后用成矿元素组合Ag-Au-Pb异常图像代替H分量作反变换,得到了RGB融合图像,图中红色的圆圈为已知的矿(化)点。从图可以看到,化探的异常与已有的矿(化)点的信息较为吻合,并且异常大多分布在矿(化)点的周围,并且综合异常信息也与已有的矿(化)点的信息较为吻合,证明了该方法是应用遥感与化探数据融合、优选找矿靶区的重要手段。 。,结论,（1）遥感与化探信息进行叠置分析,直观地反映出两类信息的空间套合关系,能更好地对遥感异常、化探异常及矿(化)体三者之间的空间结构和空间一致性进行分析,对找矿方向起到了明确的指示作用。（2）对遥感数据与化探数据进行尺度转换,解决了遥感图像像元与化探数据采样单元之间的空间配准及量化关系。（3）研究遥感蚀变信息、地球化学异常及其矿(化)点的内在关系,利用HIS变换的数据融合方法并将遥感波谱数据提取的蚀变信息、与区域化探元素组合异常信息进行数据融合,融合后的综合异常信息与矿(化)点吻合较好。,谢谢！,
