版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、我國經(jīng)濟(jì)的可持續(xù)高速發(fā)展對(duì)礦產(chǎn)資源與能源需求極大。但是,當(dāng)前我國主要礦產(chǎn)資源保障形勢非常嚴(yán)峻。遙感技術(shù)作為有效的對(duì)地觀測手段,先后經(jīng)歷了全色攝影,彩色攝影、多光譜遙感,高光譜遙感等不同歷史階段。從20世紀(jì)70年代起,遙感技術(shù)就被廣泛的應(yīng)用于國土資源調(diào)查和監(jiān)測領(lǐng)域,并取得了豐碩的成果。高光譜遙感極大地增強(qiáng)了遙感對(duì)地觀測能力和對(duì)地物的鑒別能力,提高了遙感技術(shù)的定量化水平,使遙感從對(duì)地物的鑒別發(fā)展到對(duì)地物的直接識(shí)別階段,利用高光譜遙感技術(shù)探測
2、礦產(chǎn)是遙感技術(shù)應(yīng)用的主要方向之一。
目前高光譜遙感影像礦物識(shí)別分類方法主要分成兩種,一種是基于數(shù)學(xué)變換進(jìn)行圖像降維的數(shù)理統(tǒng)計(jì),如主成分分析法。另外一種則根據(jù)礦物的光譜形成物理機(jī)制,直接利用高光譜遙感數(shù)據(jù)光譜分辨率高的特點(diǎn),通過選擇吸收譜段,計(jì)算光譜吸收特征等方法實(shí)現(xiàn)對(duì)巖礦識(shí)別,如光譜特征擬合法。將這兩類方法有效結(jié)合起來實(shí)現(xiàn)礦物識(shí)別分類,從礦物光譜形成的物理機(jī)理出發(fā),研究分析地物的診斷光譜特征,并利用數(shù)理統(tǒng)計(jì)的相關(guān)理論方法實(shí)
3、現(xiàn)特征匹配達(dá)到礦物識(shí)別精細(xì)與分類填圖成為本文研究重點(diǎn)。
多特征匹配決策樹礦物識(shí)別與分類填圖技術(shù)是一個(gè)知識(shí)發(fā)現(xiàn)與表達(dá)、規(guī)則定義、建立和運(yùn)行決策樹的過程?,F(xiàn)有各類礦物識(shí)別決策樹要么僅僅使用單一特征(如光譜主吸收峰位置特征)和相同的分類算法進(jìn)行礦物識(shí)別,要么使用不同的特征卻使用相同的算法,但是這兩種決策樹都在一定程度上限制了識(shí)別精度的提高。為改善礦物識(shí)別精度,本文根據(jù)各類典型蝕變礦物的光譜吸收特征建立了多變量決策樹:首先計(jì)算了研
4、究區(qū)典型蝕變礦物的主要光譜吸收特征,并將這些特征以知識(shí)的形式表達(dá)出來。然后分別計(jì)算了光譜特征影像的信息熵,根據(jù)信息熵的大小選擇了光譜吸收指數(shù)、光譜吸收深度、光譜斜率、左區(qū)域面積等類特征并結(jié)合礦物本身的主要吸收特征完成了礦物識(shí)別規(guī)則的定義。最后在規(guī)則定義基礎(chǔ)上構(gòu)建和運(yùn)行了決策樹,得到了分類填圖結(jié)果。該結(jié)果與中國地質(zhì)大學(xué)(武漢)黃定華等人和中國國土資源航空遙感中心的填圖結(jié)果基本一致,尤其是綠簾石和蛇紋石填圖結(jié)果吻合的較好。而對(duì)于白云母、綠泥
5、石、方解石礦物,三類結(jié)果稍有差異。這說明了用知識(shí)表達(dá)與規(guī)則定義的方法對(duì)模擬數(shù)據(jù)進(jìn)行礦物填圖是可行的、有效地,在一定程度上它可以實(shí)現(xiàn)礦物種類及分布填圖,同時(shí)也說明本文建立的多特征混合決策樹分類識(shí)別樹分類能力強(qiáng)。為定量評(píng)價(jià)決策樹分類精度,本文將構(gòu)建的多特征決策樹和SAM方法分別應(yīng)用于根據(jù)USGS光譜庫隨機(jī)生成的模擬圖像:結(jié)果顯示多特征決策樹識(shí)別正確率為89.06%,而SAM方法正確率為79.99%。這說明了決策樹在研究區(qū)地物先驗(yàn)知識(shí)部分缺失
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 多光譜遙感圖像的特征提取與比較.pdf
- 高光譜圖像特征提取與分類算法研究.pdf
- 遙感圖像特征提取與匹配關(guān)鍵技術(shù)研究.pdf
- 高光譜遙感數(shù)據(jù)特征提取與特征選擇方法研究.pdf
- 高光譜遙感影像空譜特征提取與分類方法研究.pdf
- 種子高光譜圖像分割與特征光譜提取研究.pdf
- 高光譜遙感圖像解混技術(shù)研究.pdf
- 基于多域聯(lián)合特征提取的高光譜圖像分類關(guān)鍵技術(shù)研究.pdf
- 衛(wèi)星遙感圖像地標(biāo)特征提取與匹配研究.pdf
- 高光譜遙感圖像特征提取及分類研究——基于K-L變換及支撐矢量技術(shù).pdf
- 高光譜圖像道路目標(biāo)提取技術(shù)研究.pdf
- 高光譜遙感數(shù)據(jù)特征約簡技術(shù)研究.pdf
- 基于稀疏和流形的高光譜圖像特征提取研究.pdf
- 高光譜遙感圖像的特征約簡研究.pdf
- 遙感專業(yè)外文翻譯--高光譜遙感信息中的特征提取與應(yīng)用研究
- 損傷紅棗的高光譜圖像特征光譜的提取研究.pdf
- 基于高光譜圖像的特征提取-選擇及其應(yīng)用的研究.pdf
- 多-高光譜遙感圖像光譜分解研究與應(yīng)用.pdf
- 人臉識(shí)別中圖像特征提取與匹配技術(shù)研究.pdf
- 18538.高光譜遙感圖像目標(biāo)探測與分類技術(shù)研究
評(píng)論
0/150
提交評(píng)論