多尺度纹理及多光谱影像协同的遥感岩性识别方法

发布时间：2018-04-09 14:04

  本文选题：多尺度纹理　切入点：多光谱　出处：《地质科技情报》2017年04期

【摘要】：岩性识别是遥感图像分类的难点,也是遥感地质应用的难点和热点。从遥感地质应用的实际需求出发,以西昆仑地区侏罗纪沉积岩地层为例,通过尺度转换提取高分遥感图像的多尺度纹理信息,采用波段叠加的方式协同多尺度纹理信息与ASTER影像多光谱信息进行岩性识别方法研究。利用WorldView-2全色数据进行向上尺度转换,形成空间分辨率分别为0.5,2,5,10,15,30m6种尺度图像数据,基于灰度共生矩阵提取各尺度上的纹理信息;将不同尺度的纹理信息分别与ASTER多光谱数据叠加形成协同数据;采用监督分类方法对研究区协同数据进行岩性分类。结果表明:(1)岩性纹理信息对空间尺度表现出依赖性,纹理信息量及含义随空间尺度不同而变化;(2)每套特定岩层因其独特的几何空间结构特征(厚度、产状、夹层、互层等)都有与之相适应的最佳纹理尺度,且该最佳尺度下纹理与光谱的协同效应最大;(3)纹理信息与多光谱数据形成的协同数据能有效提高岩性分类的精度,分类精度提高的程度与纹理计算的尺度相关。研究区岩性分类结果显示当纹理尺度为10m时,与仅基于ASTER纯光谱分类结果相比,精度提高了约6.9%。
[Abstract]:Lithology identification is a difficult problem in remote sensing image classification , and it is a difficult and hot spot for remote sensing geological applications . Based on the practical needs of remote sensing geological applications , the multi - scale texture information of high - resolution remote sensing images is extracted by means of scale conversion .

【作者单位】： 中国地质大学(武汉)信息工程学院;山东女子学院;武汉市国土资源和规划信息中心;成都理工大学国土资源部地学信息空间技术重点实验室;中国地质大学(武汉)公共管理学院;
【基金】：中国地质调查局项目“新疆若羌整装区东白山北高空间分辨率遥感地质信息提取与野外查证”(2017120) 全国统计科学研究计划(2012LY022) 山东高等学校科技计划项目(J15LN11)
【分类号】：P627

【相似文献】

相关期刊论文 前10条

1 孟凡顺;徐会君;朱焱;黄彦铭;;基于主成分分析的距离判别分析方法在岩性识别中的应用[J];石油工业计算机应用;2011年01期

2 刘倩茹;薛林福;潘保芝;白烨;张程恩;;梨树断陷砂砾岩测井岩性识别[J];测井技术;2013年03期

3 周家纪,孙淑霞,王绪本,赵晖;一种遗传神经网络及其在岩性识别中的应用[J];成都理工学院学报;1998年S1期

4 张万良;遥感岩性识别研究的发展趋势——遥感与航空放射性信息集成[J];矿物岩石地球化学通报;2005年01期

5 赵杰;李春华;;基于神经网络的两种岩性识别方法的研究[J];现代电子技术;2009年22期

6 田玉昆;周辉;袁三一;;基于马尔科夫随机场的岩性识别方法[J];地球物理学报;2013年04期

7 张治国,杨毅恒,夏立显;自组织特征映射神经网络在测井岩性识别中的应用[J];地球物理学进展;2005年02期

8 宗金峰;;最大隶属优势准则在测井岩性识别中的应用[J];河北地质学院学报;1988年01期

9 李剑峰,赵英俊,刘德长,付锦;灵泉盆地多源地学信息综合岩性识别方法探讨[J];国土资源遥感;1999年02期

10 王淑盛,徐正光,刘黄伟,王志良,史立峰;改进的K近邻方法在岩性识别中的应用[J];地球物理学进展;2004年02期

相关会议论文 前8条

1 郭瑞华;曹庆年;程国建;;基于粒子群优化的最小二乘支持向量机在岩性识别中的应用[A];第十一届中国青年信息与管理学者大会论文集[C];2009年

2 李功权;;基于神经网络的随钻岩性识别软件的开发[A];全国ISNBM学术交流会暨电脑开发与应用创刊20周年庆祝大会论文集[C];2005年

3 李新虎;;基于不同测井曲线参数集的支持向量机岩性识别对比[A];陕西地球物理文集（十）--资源与灾害地球物理[C];2011年

4 尚林阁;李舟波;刘四新;柳孟文;;变质岩系储集层的岩性识别方法[A];1992年中国地球物理学会第八届学术年会论文集[C];1992年

5 李继安;;人工智能神经网络在岩性识别、孔隙度和渗透率预测中的应用——以十红滩铀矿床为例[A];陕西地球物理文集（九）[C];2010年

6 潘保芝;吴海波;李舟波;;松辽盆地火成岩岩性识别方法与储集参数评价[A];中国地球物理.2003——中国地球物理学会第十九届年会论文集[C];2003年

7 周黎明;邓荣来;;灰色关联度方法的火成岩岩性识别[A];中国地球物理学会年刊2002——中国地球物理学会第十八届年会论文集[C];2002年

8 王佑宁;惠卓雄;刘志刚;袁庆友;;PDC钻头条件下岩性识别新技术探讨[A];录井技术文集（第四辑）[C];2004年

相关重要报纸文章 前2条

1 记者 王志田 通讯员 房雁冰;大庆录井分公司伊朗探索出岩屑采集与岩性识别新法[N];中国石油报;2006年

2 记者 王公民 通讯员 张晓刚;辽河形成岩性快速识别技术[N];中国石油报;2010年

相关博士学位论文 前2条

1 牟丹;辽河盆地中基性火成岩测井岩性识别方法研究[D];吉林大学;2015年

2 李春山;X射线荧光岩屑识别技术研究[D];西北大学;2010年

相关硕士学位论文 前10条

1 李鑫涛;煤巷顶板锚固孔钻进特性试验研究[D];河南理工大学;2015年

2 石振杰;基于面向对象的遥感技术岩性识别研究[D];昆明理工大学;2016年

3 韩韧;矿井钻机随钻测振方法及其应用[D];中国矿业大学;2016年

4 张洪江;常规、成像测井等资料砂砾岩岩性识别研究[D];东北石油大学;2011年

5 邵阳;含火山岩地层测井响应分析及岩性识别技术研究[D];大庆石油学院;2010年

6 马晓龙;扶新隆起带扶余油层测井资料岩性识别及岩相划分[D];东北石油大学;2011年

7 王鑫;东营北带深层砂砾岩测井层序对比与岩性识别研究[D];中国石油大学;2010年

8 关涛;砂砾岩岩性识别方法研究[D];吉林大学;2013年

9 盛宇宏;基于IDL的岩性识别[D];中国地质大学（北京）;2010年

10 张磊;常用数学物理方法在测井解释中的应用[D];长江大学;2012年

，

本文编号：1726745